Resultados da busca

As Unidades de Processamento Gráfico (GPUs) consistem em milhares de núcleos idênticos, cada um projetado para funcionar isoladamente em tarefas massivamente paralelas, que podem ser subdivididas de forma que cada núcleo trabalhe independentemente. Esse design difere do da Unidade Central de Processamento (CPU) tradicional, que é composta por um número menor de núcleos altamente complexos, com lógica de controle sofisticada, grandes quantidades de memória cache hierárquica e mecanismos avançados como execução fora de ordem, predição de desvios e pipelines profundos. Essa arquitetura é otimizada para minimizar a latência na execução de tarefas sequenciais e para lidar com fluxos de instruções diversos e dependentes. As GPUs, por outro lado, são projetadas para manter os dados e o processamento o mais local possível dentro de seus multiprocessadores, reduzindo a movimentação de dados, aumentando a taxa de transferência e maximizando o desempenho em cargas altamente paralelizáveis. A Dinâmica dos Fluidos Computacional (CFD) é ideal para arquitetura de GPU porque tudo é realizado localmente na célula computacional, não havendo necessidade de comunicação com células distantes. Reduzir a distância entre os elétrons traz três benefícios principais: as simulações podem ser executadas mais rapidamente; o consumo de energia por simulação é muito menor; e a área ocupada pelo hardware é muito menor. A capacidade de executar simulações do Simcenter STAR-CCM+ em GPUs não é novidade, mas no Simcenter STAR-CCM+ 2602 foi dado um grande passo em frente ao adicionar Volume de Fluido (VOF) e Mistura Multifásica (MMP) à lista de solvers nativos de GPU. A capacidade multifásica suportada em GPU nesta versão é impressionante, incluindo modelos de mudança de fase como evaporação, ebulição e cavitação, técnicas de aceleração como multi-etapas implícitas e suporte a múltiplos regimes com MMP-LSI. Vejam alguns exemplos dos benefícios que a execução em GPU pode trazer para uma variedade de aplicações. Execute simulações de oscilação de líquidos em tanques mais rápidas Solver: VOF; Malha: Malha estática uniforme de 5,6 milhões de pixels (AMR ainda não compatível com GPU); Passo de tempo: 5e-4s com subpassos dinâmicos (CFL alvo 0,5); Movimento: Movimento lateral sinusoidal; CPUs utilizadas: 192 núcleos de CPU (AMD EPYC 7532); GPU utilizada: 1 NVIDIA RTX 6000 Ada O primeiro exemplo é um caso de oscilação do líquido em um tanque de combustível automotivo. Como engenheiros, queremos saber como o centro de gravidade se desloca à medida que o tanque oscila, devido às cargas que transfere para o veículo e o efeito que isso terá na estabilidade e dinâmica do mesmo. A oscilação do líquido também é uma preocupação em aplicações criogênicas, onde a ebulição ocorre com frequência, o que também é contemplado nesta versão. No Simcenter STAR-CCM+ , foi usado o mesmo solver para as versões de CPU e GPU, o que significa que, se os casos convergirem bem, resultados idênticos podem ser esperados. No exemplo de oscilação em tanque, é exatamente isso que se observa, com o movimento da superfície livre ao longo do tempo sendo quase idêntico (como em experimentos reais, os casos transientes de VOF são estocásticos por natureza e, portanto, nenhuma execução será totalmente idêntica a ponto de cada gota coincidir). O movimento do centro de gravidade apresenta boa concordância com o experimento, tanto nas execuções em CPU quanto em GPU. CPU GPU A vantagem de executar o programa na GPU fica mais evidente quando os tempos de execução são comparados. Uma única GPU foi significativamente mais rápida do que 192 núcleos de CPU. Na verdade, seriam necessários 251 núcleos de CPU para igualar a velocidade da GPU (uma métrica conhecida como equivalência de núcleos de CPU). Ao comparar o consumo de energia, os benefícios da GPU são evidentes, pois ela utiliza apenas 19% do equivalente da CPU, reduzindo o custo de operação e a pegada de carbono. Acelere a simulação de cavitação da hélice Solver: VOF mais modelo de cavitação Schnerr-Sauer; Malha: Malha estática recortada de 4,4 milhões (focada na região próxima à hélice); Passo de tempo: 5e-6s com 3 subpassos de fração de volume; Movimento: MRF; CPUs utilizadas: 160 núcleos de CPU (Intel Xeon Gold 6248); GPU utilizada: 1 NVIDIA Tesla V100 O próximo exemplo é uma hélice marítima operando em uma condição onde a cavitação é esperada. Isso dá a oportunidade de testar alguns dos recursos avançados de física incluídos no VOF para GPU nesta versão. Neste caso, foi utilizado o modelo de Schnerr-Sauer para cavitação. O modelo prevê o crescimento e o colapso de bolhas de vapor devido à baixa pressão na superfície da hélice. Essas bolhas coalescem para formar bolsas de vapor maiores que preenchem o vórtice da ponta e se deslocam rio abaixo, formando um padrão helicoidal clássico. Os resultados desta simulação em CPUs e GPUs são mostrados abaixo. Eles são idênticos, como esperado. CPU GPU A GPU única concluiu a execução em cerca de 70% do tempo gasto pelos 160 núcleos da CPU, o que equivale a 231 núcleos de CPU. Assim como no exemplo anterior, a energia consumida para concluir a execução também é muito menor, com a GPU consumindo apenas 35% da energia utilizada pelas CPUs. Acelere as previsões de resistência marítima: Navio porta-contentores Kriso (KCS) Solver: VOF mais ondas VOF Malha: Malha estática recortada de 28M Passo de tempo: 0,02s Movimento: Nenhum CPUs utilizadas: 512 núcleos de CPU (AMD EPYC 7532) GPUs utilizadas: 2 NVIDIA RTX 6000 Ada Ainda no tema de aplicações marítimas, a próxima simulação é um cálculo de resistência para o caso de teste do navio porta-contêineres Kriso (KCS). A previsão correta do arrasto nesses exemplos exige a captura precisa das ondas de superfície livre tanto ao redor da embarcação quanto a jusante. Essa simulação é possível em GPUs graças ao suporte a ondas VOF nesta versão. CPU GPU Mais uma vez, os resultados da CPU e da GPU são indistinguíveis. Comparando o tempo de execução, as duas GPUs foram ligeiramente mais lentas do que 512 núcleos de CPU, resultando em uma equivalência de 214 núcleos de CPU. O consumo de energia da GPU foi de apenas 30% do consumo do cluster de CPU. Realize estudos de resfriamento de motores elétricos mais rapidamente Solver: MMP-LSI; Malha: Malha poliédrica estática de 4,16 milhões de iterações; Passo de tempo: Passo de tempo adaptativo com alvo de CFL máximo de 2 e 10 subpassos; Movimento: Movimento de corpo rígido (com interseção baseada em métricas e distância da parede PDE); CPUs utilizadas: 160 núcleos de CPU (Intel Xeon Gold 6248); GPU utilizada: 1 NVIDIA Tesla V100 O último exemplo é um motor elétrico semelhante aos encontrados em veículos elétricos. Esses motores requerem refrigeração com um fluido dielétrico (óleo) que, neste motor, é injetado por meio de entradas fixas na parte superior da máquina sobre os enrolamentos de cobre. Otimizar a refrigeração em um motor elétrico é fundamental para maximizar o desempenho e a eficiência. Esta simulação utiliza modelagem de Mistura Multifásica (MMP) com Interface de Grande Escala (LSI) para permitir a coexistência de jatos resolvidos e misturas dispersas de gotículas sub-grade. A simulação também inclui movimento relativo (Movimento de Corpo Rígido com interfaces deslizantes). CPU GPU Os resultados mostram novamente uma excelente concordância entre as execuções na CPU e na GPU. Neste exemplo, a GPU única foi um pouco mais lenta do que os 160 núcleos da CPU, resultando em uma equivalência de 124 núcleos de CPU e um consumo de energia equivalente a 65% do das CPUs. Isso não é tão bom quanto nos outros exemplos devido à necessidade de reinterseccionar a malha deslizante a cada passo de tempo (essa é uma operação não local e, portanto, menos adequada para GPU). Mesmo assim, ainda representa um ganho de velocidade muito significativo. Leve suas simulações multifásicas a um novo patamar de velocidade e eficiência com o poder das GPUs no Simcenter STAR-CCM+ . A CAEXPERTS pode ajudar você a implementar, otimizar e extrair o máximo desempenho dessa tecnologia em seus projetos. Agende uma reunião com nossos especialistas e descubra como acelerar seus resultados, reduzir custos computacionais e inovar com mais confiança. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Um forte aumento do interesse na produção de hidrogênio verde A demanda atual e futura é por energia verdadeiramente livre de emissões. É preciso encontrar alternativas para substituir os combustíveis fósseis. Atualmente, as baterias são uma solução para o setor automotivo. Infelizmente, elas não são adequadas para muitas aplicações devido a limitações de capacidade de armazenamento, vida útil, restrições de carga e preocupações ambientais. Portanto, a produção de hidrogênio verde (produzido, por exemplo, por eletrólise, utilizando eletricidade renovável) é identificada como uma solução promissora para o armazenamento de energia renovável livre de emissões a longo prazo. Em 2019, a energia gerada graças ao hidrogênio era da mesma ordem de grandeza da energia fornecida por uma usina nuclear moderna. E, por alguns anos, o consumo de hidrogênio aumentou rapidamente. Essa tendência continuará a crescer significativamente, visto que muitos países têm investido recentemente em larga escala para aumentar a produção e o uso de hidrogênio nos setores de transporte, energia e indústria. Figura 1: Evolução do consumo de hidrogênio A maior parte do hidrogênio ainda é produzida a partir de combustíveis fósseis, o que significa que novas infraestruturas precisam ser desenvolvidas, enfrentando os seguintes desafios: Produção de hidrogênio verde, sem emissões de CO₂. A eletrólise da água é uma solução, utilizando eletricidade limpa gerada, por exemplo, por turbinas eólicas, painéis solares, conversores de ondas ou uma combinação destes. A melhoria do desempenho, da confiabilidade e da eficiência do sistema visa atingir um preço aceitável para o hidrogênio produzido. O armazenamento do hidrogênio. Como esse gás possui baixa densidade energética em condições ambientais, ele geralmente é comprimido ou liquefeito para armazenamento. Figura 2: Usina de produção de hidrogênio Então, como podemos lidar com esses desafios e capturar o comportamento de uma planta de produção de hidrogênio e de cada um de seus subsistemas? Um modelo que combina todos os subsistemas para avaliar o desempenho global A simulação da produção de hidrogênio verde no Simcenter Amesim é a solução. Ela permite capturar todo o processo de produção de hidrogênio verde, prever as interações entre os subsistemas e o desempenho global. Figura 3: Modelo de planta de produção de hidrogênio no Simcenter Amesim Passa-se agora à análise do exemplo da energia elétrica gerada a partir de 3 fontes verdes diferentes: Turbinas eólicas Painéis solares Conversores de onda A energia elétrica é usada para alimentar um eletrolisador que gera hidrogênio. O hidrogênio é finalmente comprimido para ser armazenado em tanques de alta pressão, pronto para ser usado, abastecer veículos ou ser transportado. Turbinas eólicas O modelo de turbina eólica leva em consideração o número de turbinas eólicas que desejamos utilizar, a definição da geometria da turbina (especialmente o diâmetro da hélice, o ângulo de inclinação…), o desempenho do gerador, as perdas dos subcomponentes e o controle do passo da hélice. Figura 4: Modelo de turbina eólica Este modelo permite prever, por exemplo, a potência elétrica e a potência mecânica da turbina, dependendo da velocidade transitória do vento. Figura 5: Resultados do modelo de turbina eólica Painéis solares O modelo do painel solar leva em consideração o número e a geometria das células e dos painéis, as condições operacionais transitórias: considerando a evolução da posição do sol e o impacto das nuvens, bem como a definição do desempenho do conjunto de painéis solares. Figura 6: Modelo de painéis solares Isso possibilita, por exemplo, prever a potência elétrica fornecida pelo painel solar, dependendo da potência de irradiação transitória nas células. Figura 7: Resultados do modelo de painéis solares Gerador de ondas Para prever o desempenho de um gerador de ondas, foi inicialmente construído um modelo multifísico bastante detalhado. Este modelo reproduz a arquitetura detalhada do sistema, considerando o dimensionamento e o comportamento dos subsistemas: o pistão, as válvulas, o motor e o gerador hidráulicos, um acumulador, tubulações, etc. O modelo leva em conta as condições operacionais transitórias com frequência e amplitude de ondas variáveis. Este modelo é preciso e útil para o projeto detalhado e otimização do gerador de ondas. No entanto, para simulações de longa duração, ele permanece lento. Em seguida, numa segunda etapa, partindo do modelo preciso, foi construído um modelo reduzido utilizando a ferramenta Simcenter Amesim Neural Network Builder. O Neural Network Builder permite treinar um modelo reduzido de forma fácil e rápida, gerando o modelo Amesim correspondente que será executado com grande rapidez. Numa simulação de validação, o modelo gerador de ondas reduzido conseguiu reproduzir os resultados do modelo inicial com um nível de confiança de 94%, com um tempo de simulação significativamente menor. É realmente incrível! Figura 8: Redução do modelo do gerador de ondas Este modelo reduzido pode então ser usado para prever a energia elétrica gerada pelo gerador de ondas, dependendo da frequência e amplitude da onda, com os desempenhos que precisamos em nosso modelo de sistema de produção de hidrogênio verde. Figura 9: Resultados do modelo do gerador de ondas Eletrolisador A energia elétrica gerada por painéis solares, turbinas eólicas e geradores de ondas é combinada e utilizada pelo eletrolisador. Este converterá água em O₂ e H₂. Neste modelo, o desempenho e as taxas de reação são previstos graças à curva de polarização fornecida como parâmetro, ao número de células e à área ativa das células. Figura 10: Modelo de eletrolisador Isso permite prever a energia elétrica consumida pelo eletrolisador, o fluxo instantâneo de hidrogênio que ele produzirá e a massa média correspondente que você poderá produzir por dia. Neste exemplo, você pode produzir cerca de 9 kg de hidrogênio por dia. Você também pode constatar que, com o dimensionamento dos subsistemas, o conversor de ondas produz 88% da energia elétrica, os painéis solares 4% e a turbina eólica 7%. Figura 11: Resultados do modelo de eletrolisador Armazenamento de hidrogênio Finalmente, o hidrogênio é comprimido no modelo de armazenamento de hidrogênio. Este modelo é baseado em tubulações, um compressor com seu controle, válvulas controladas e vários tanques. O controle das válvulas permite que o primeiro tanque seja enchido até que a pressão atinja 750 bar. O segundo tanque é enchido em seguida e, finalmente, o terceiro. As trocas térmicas que ocorrem entre o hidrogênio, as tubulações e os tanques são levadas em consideração. A simulação foi interrompida quando a pressão atingiu 750 bar em cada um dos três tanques. Figura 12: Modelo do sistema de armazenamento de hidrogênio Graças ao modelo e à simulação, é possível prever que, nas condições operacionais definidas, os 3 tanques podem ser enchidos em 42 dias. Também é possível compreender claramente a rapidez com que a pressão e a massa de hidrogênio aumentam, bem como a evolução da temperatura do gás dentro dos 3 tanques. A compressão do hidrogênio a 750 consome parte da energia gerada pelos painéis solares, turbinas eólicas e geradores de ondas. Isso, por fim, reduz a produção de hidrogênio. Graças à simulação, pode-se estimar que o compressor consome cerca de 6% da energia elétrica. Figura 13: Resultados do modelo do sistema de armazenamento de hidrogênio Conclusões Em conclusão, a simulação da produção de hidrogênio verde no Simcenter Amesim pode definitivamente ajudar a enfrentar os desafios da produção de hidrogênio verde. A extensa plataforma de simulação multifísica permite modelar sistemas completos. Dimensionar os diferentes subsistemas, considerando várias condições de operação, é benéfico. Isso possibilita uma melhor integração dos subsistemas e a melhoria do desempenho geral e do retorno sobre o investimento (ROI). Proporciona uma melhor compreensão do comportamento global do sistema. Com a simulação de sistemas, você pode projetar melhor seu sistema, além de avaliá-lo virtualmente e aprimorar suas estratégias de controle. Você finalmente poderá selecionar o design certo na primeira tentativa , reduzindo os riscos de erros e acelerando seus projetos. Finalmente, o Simcenter Amesim , graças a modelos e bibliotecas genéricos, possibilita abordar a produção de hidrogênio limpo, bem como muitas outras aplicações. Podemos mencionar brevemente, por exemplo, as seguintes: Projeto de tanques de hidrogênio integrados em veículos ou aeronaves, considerando tanques de alta pressão ou criogênicos, simulação de cenários como reabastecimento ou extração de hidrogênio. Avaliação do desempenho de motores aeronáuticos e turbinas a gás, análise do impacto da sangria em compressores multiestágios, foco em questões de engenharia, análise de modelos para avaliação fora do projeto e em regime transitório. Projeto de motores de combustão de hidrogênio, adaptação dos sistemas de injeção e controle, sistemas de carregamento, controle de combustão e sistemas de pós-tratamento. Projeto e integração de células de combustível com o fornecimento de ar e hidrogênio, a eletrônica de potência, o gerenciamento térmico e os controles. Figura 14: Exemplos de funcionalidades do Simcenter Amesim para outras aplicações relacionadas ao hidrogênio Sobre o autor: Patrice Montaland é Desenvolvedor de Negócios do Simcenter Amesim . Ele adquiriu experiência inicial em simulação, células de combustível e veículos híbridos como engenheiro atuando nas indústrias automotiva e de hidrogênio. Patrice ingressou na Siemens há 14 anos e agora trabalha em estreita colaboração com a equipe de desenvolvimento do Simcenter Amesim , motivado a melhor atender aos novos desafios da indústria. Patrice acredita firmemente nos benefícios da simulação de sistemas para o projeto de sistemas de produção de hidrogênio verde e para a melhoria do uso do hidrogênio em sistemas como células de combustível, graças a uma abordagem de modelagem multifísica rápida e abrangente. Pronto para avançar na produção de hidrogênio verde com mais eficiência e segurança? Agende uma reunião com a CAEXPERTS e descubra como as soluções de simulação, como o Simcenter Amesim , podem ajudar sua empresa a otimizar sistemas, reduzir riscos e acelerar resultados em projetos de energia limpa. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Para qualquer veículo, o mau gerenciamento da água pode ser um problema, algo bem conhecido pelos engenheiros automotivos da atualidade. Seja uma garoa leve ou uma enchente, a água impacta quase todos os aspectos do projeto de um carro, desde a visibilidade do motorista e a durabilidade dos componentes até a segurança e o desempenho geral do veículo. Durante anos, lidar com esses problemas significava testes físicos dispendiosos e demorados. Hoje, no entanto, os projetistas de automóveis contam com um conjunto cada vez maior de ferramentas para simular e mitigar o excesso de fluxo de água e os problemas de infiltração. Esse conjunto crescente de ferramentas, aliado ao avanço contínuo da computação de alto desempenho (HPC), consolidou a simulação como a opção indispensável para o engenheiro moderno, proporcionando economia de tempo e custos já nas fases iniciais do ciclo de projeto. Você tem opções de simulação Para auxiliar na navegação pelas águas da simulação, o software e os serviços da Simcenter oferecem ferramentas de análise baseadas nos métodos RANS e SPH, proporcionando combinações eficientes de soluções rápidas e de alta fidelidade. Vamos analisar mais detalhadamente o que cada opção pode oferecer. RANS (Navier-Stokes com média de Reynolds) Os métodos RANS são métodos de Dinâmica dos Fluidos Computacional (CFD) baseados em meio contínuo e dependentes da malha, que resolvem equações médias temporais para o escoamento de fluidos. Isso significa que eles modelam os efeitos da turbulência em vez de resolver diretamente cada vórtice turbulento. Um solver RANS trata o fluido como um meio contínuo e resolve grandezas médias, como velocidade, pressão e temperatura, em uma malha fixa. Os métodos RANS possuem diversas vantagens: Eficiência computacional para fluxos em regime permanente: Geralmente mais eficiente para fluxos em regime permanente ou quase permanente, tornando-os adequados para domínios maiores e tempos de simulação mais longos. Previsão do fluxo de fluido/ar em massa: Excelente para prever o comportamento geral da água com interação aerodinâmica do veículo (multifásico). Previsão de pressão: Fornece campos de pressão estáveis ​​e precisos usados ​​em previsões acopladas de deflexão e tensão, ou seja, interação fluido-estrutura (FSI) ou acoplamento de elementos finitos (FEA) e dinâmica dos fluidos computacional (CFD). SPH (Hidrodinâmica de Partículas Suavizadas) Os métodos SPH são métodos baseados em partículas lagrangianas e sem malha. Em vez de resolver em uma grade, o fluido é representado por partículas que se movem com o fluxo, carregando propriedades como massa, velocidade e pressão. Essas partículas interagem com seus vizinhos dentro de um comprimento de suavização definido, e as propriedades do fluido são reconstruídas usando interpolação baseada em kernel a partir dessas interações de partículas. Os métodos SPH também apresentam diversas vantagens: Eficiência computacional para fluxos transientes: Apresenta excelente desempenho na simulação de deformações de superfície livre altamente transientes e violentas, respingos, oscilações e dinâmicas complexas de superfície livre sem difusão numérica. Sem necessidade de malha: Elimine a necessidade de malhas e remesh complexos, simplificando a configuração para geometrias intrincadas, componentes móveis e cenários que envolvem ruptura ou fragmentação da água. Infiltração localizada de água e interação em nível de componentes: Ideal para análises detalhadas da infiltração de água através de aberturas de ventilação, drenos, vedações e pequenas aberturas, bem como da interação direta da água com sensores, câmeras e vias de entrada de ar. Vamos explorar alguns problemas comuns de gestão de água abordados de forma abrangente usando o software Simcenter Fluids and Thermal e as soluções Simcenter Engineering and Consulting Services. Garantir uma visão clara e a segurança do motorista Todos sabem que uma boa visibilidade ao dirigir é fundamental. Mesmo uma pequena redução na visibilidade do motorista pode ser irritante ou, na pior das hipóteses, extremamente perigosa. Felizmente, existem diversas maneiras pelas quais a simulação pode ajudar seu carro a manter uma visão clara em dias de chuva. Otimização do para-brisa e dos limpadores Utilizando modelagem CFD multifásica, os engenheiros podem prever com precisão como as palhetas do limpador de para-brisa removem a água sob diversas condições de chuva e vento. Isso permite a otimização do design, da velocidade e do ângulo de varredura das palhetas, além de ajudar a mitigar problemas como o fluxo de água e marcas deixadas pelas colunas A. Simulações acopladas mais avançadas (ar e água) chegam a analisar os efeitos aerodinâmicos para garantir que os limpadores permaneçam eficazes em altas velocidades, reduzindo ruídos e vibrações causados ​​pelo atrito entre as palhetas. Espelhos retrovisores e janelas laterais Os espelhos retrovisores laterais são um componente essencial para uma condução segura, cujo design deve estar em conformidade com diversas diretrizes governamentais (tamanhos e ângulos mínimos), bem como com restrições de engenharia aerodinâmica (mínimo arrasto). Por esses motivos, a área da superfície de um espelho retrovisor lateral tende a ser relativamente pequena e pode ser facilmente comprometida pela água. Felizmente, existem técnicas avançadas de modelagem CFD para mitigar esses problemas antes que ocorram na estrada. Simulações detalhadas de espelhos retrovisores laterais frequentemente exigem uma abordagem híbrida, utilizando diferentes modelos multifásicos para aproximar diferentes domínios da solução: fluxo de ar, água em massa, gotas de água e película de água. A transição entre os domínios é ditada por critérios definidos pelo usuário (por exemplo, impacto de gotas, espessura da película ou diâmetro da gota). Análise de aquaplanagem e pneus Uma análise de pneus realizada corretamente pode aumentar a segurança do veículo por meio de projetos otimizados da banda de rodagem e reduzir significativamente o tempo de prototipagem física. Essas simulações complexas utilizam métodos avançados para modelar as interações entre pneus, água e ar, a fim de prever quando e como um pneu perde tração. Elas podem ser simulações extremamente desafiadoras devido à geometria do pneu, que se move e se deforma, ao comportamento transitório do fluxo e ao nível de detalhamento necessário para atingir uma precisão aceitável. Esses desafios podem ser superados com o Simcenter STAR-CCM+ usando uma combinação de Volume de Fluido (VOF), malha dinâmica ou sobreposta e solvers FSI acoplados. Navegando em águas profundas: vadeio e proteção de componentes Grandes acúmulos de água são comuns após chuvas intensas, principalmente em áreas de baixa altitude, comunidades costeiras e estradas com drenagem deficiente. Os fabricantes sabem que esses eventos ocorrerão ao longo da vida útil de um veículo e, como resultado, os testes controlados de imersão em água tornaram-se um requisito padrão da maioria dos programas de validação de veículos, especialmente para veículos elétricos, onde a proteção dos componentes eletrônicos é fundamental. A travessia em água impõe exigências simultâneas em relação ao gerenciamento de respingos, à integridade da vedação e ao direcionamento dinâmico da água ao redor do veículo. As arquiteturas exclusivas das plataformas com motor a combustão e das plataformas elétricas a bateria criam caminhos de exposição à água muito diferentes, desde os sistemas de entrada e ventilação de ar até os componentes da parte inferior da carroceria, os compartimentos de alta tensão e os equipamentos de gerenciamento térmico. Compreender como a água se move, se acumula e interage com esses sistemas durante uma travessia em água é essencial desde o início do processo de projeto, muito antes do início dos testes físicos. Deflexões e tensões sob o painel Seja por direção imprudente ou simplesmente por falta de atenção, há uma grande probabilidade de você colidir com uma grande e pesada massa de água em alta velocidade com seu carro. Você pode não perceber na hora, mas esse infeliz acontecimento não só produz respingos excessivos de água, como também pode causar danos estruturais significativos na parte inferior do veículo. Grandes deformações na lataria podem gerar tensões indesejadas ou contato entre componentes. Portanto, embora pareça contraditório, a parte inferior de um veículo deve ser projetada para resistir a impactos. Os engenheiros iniciam a análise calculando as cargas de impacto em alta velocidade durante a travessia em águas rasas. Essas cargas são então usadas como condições de entrada para prever as deflexões sob o painel. As deflexões correspondem às tensões nos pontos de montagem, que podem levar à fadiga e falha do material. Todo o fluxo de trabalho é uma análise acoplada chamada Interação Fluido-Estrutura (FSI) e é essencialmente um processo de duas partes com duas disciplinas de simulação separadas: CFD – Uma simulação transiente multifásica (ar/água) calcula as cargas de pressão hidrodinâmica na parte inferior do veículo enquanto ele atravessa trechos alagados (podendo incluir efeitos aerodinâmicos). Análise de Elementos Finitos (FEA) – As cargas de pressão são mapeadas em um modelo estrutural e um solver de Análise de Elementos Finitos é usado para calcular a deflexão, a tensão e a deformação dos painéis inferiores e dos componentes de conexão. Domando o Spray: Fortalecendo a Durabilidade e a Proteção dos Componentes Todos nos lembramos dos passeios de bicicleta na infância, vagando sem rumo entre a rua, a calçada e as poças de chuva. E quando percebíamos as costas estavam completamente encharcadas pelos respingos dos pneus (mais um exemplo de má gestão da água no veículo). Os respingos de água de uma bicicleta BMX podem ser vistos como um incômodo aceitável (ou até mesmo divertido), porém, os respingos de água de uma motocicleta ou carro devem ser levados mais a sério. Eles podem ser corrosivos, destrutivos ou até mesmo perigosos. Felizmente, existem diversas maneiras pelas quais a simulação pode ajudar a mitigar o impacto dos respingos de pneus logo no início do ciclo de projeto, antes mesmo do veículo chegar às ruas. Visibilidade e segurança do motorista As simulações de pulverização ajudam os engenheiros a projetar componentes como arcos de roda, painéis inferiores da carroceria e para-lamas para minimizar os respingos, melhorando a visibilidade do motorista e resolvendo problemas aeroacústicos e estéticos. Contaminação de componentes Uma análise por pulverização pode prever áreas de alta sujidade em componentes como faróis, lanternas traseiras e radiadores, permitindo uma aplicação otimizada e o desenvolvimento de revestimentos antiaderentes. Corrosão e Falha de Componentes A simulação dinâmica de pulverização também pode ajudar os engenheiros a entender como substâncias corrosivas, como o sal de estrada, afetam as partes vulneráveis ​​de um carro ou motocicleta ao longo do tempo, permitindo o desenvolvimento de medidas de proteção. Degradação da câmera e do sensor Para sistemas avançados de assistência ao condutor (ADAS) e veículos autônomos, uma simulação de alta fidelidade pode ser crucial para eliminar projetos inadequados. As previsões de gotas e películas de água ajudam a determinar o posicionamento ideal de câmeras e sensores para minimizar a exposição à chuva, lama e sujeira, e podem auxiliar no desenvolvimento de sistemas de limpeza eficazes. Ingress protection de componentes eletrônicos Os testes de ingress protection (IP) tornaram-se uma parte crítica da validação de veículos modernos, visto que cada vez mais componentes eletrônicos são acondicionados em locais expostos ou sujeitos a respingos. Normas como a IEC 60529 e a ISO 20653 definem os requisitos de  ingress protection de líquidos para invólucros e equipamentos elétricos de veículos rodoviários (por exemplo, inversores, ECUs, sensores, carcaças de baterias e conectores). Abrangem cenários de exposição à água que variam da proteção básica contra gotejamento e respingos (IPX1) a condições de lavagem com alta pressão e alta temperatura (IPX9), representando requisitos de  ingress protection progressivamente mais exigentes para componentes automotivos. A simulação é particularmente eficaz para o estudo desses comportamentos, pois as falhas de entrada de água são frequentemente causadas por movimentos de água localizados e altamente transitórios, em vez de fluxo constante. Eventos de curta duração, como respingos e exposição por impacto, podem ser analisados ​​para compreender os caminhos e o acúmulo de água. A simulação também pode revelar como a água entra em componentes como mecanismos de trava, além de avaliar o impacto do posicionamento de respiros e drenos e identificar onde a água se acumula e molha repetidamente regiões críticas. Otimizando o desempenho e a funcionalidade do sistema As simulações de água em grande quantidade também permitem ajustar com precisão a forma como a água interage com sistemas complexos de veículos. Drenagem do conjunto da coifa e controle de entrada de ar do sistema HVAC O conjunto do painel corta-fogo desempenha um papel crucial na gestão da água no veículo, atuando como principal zona de coleta e redistribuição de água da chuva, respingos e escoamento do para-brisa e do capô. Ao mesmo tempo, frequentemente abriga ou alimenta sistemas sensíveis, como entradas de ar do sistema de climatização, filtros de ar da cabine, mecanismos dos limpadores de para-brisa e componentes eletrônicos. Durante chuvas intensas ou lavagens de veículos, o painel corta-fogo sofre com fluxos de água altamente transitórios, acúmulo localizado e demandas de drenagem rápida. O gerenciamento inadequado da água nessa área pode levar à entrada de água nos sistemas de climatização, acúmulo próximo a componentes elétricos, problemas de ruído ou comprometimento da durabilidade a longo prazo. A simulação permite que os engenheiros estudem esses comportamentos complexos e dependentes do tempo logo no início do processo de projeto. O acúmulo transitório de água, o transbordamento, o respingo e a interação com grelhas, telas e caminhos de drenagem podem ser visualizados e quantificados em condições repetíveis. Isso permite que as equipes avaliem a geometria da coifa, o dimensionamento e o posicionamento dos drenos e a eficácia dos defletores antes da construção de protótipos físicos. Ao entender como a água se move através da coifa sob cenários de carga realistas, os projetistas podem reduzir o risco de infiltração, melhorar a robustez e evitar alterações dispendiosas no projeto em estágios avançados. Escoamento de água do capô e da porta traseira O escoamento da água pelo capô, tampa do porta-malas e porta traseira é um aspecto fundamental da gestão da água em veículos, pois a água naturalmente segue a geometria da superfície e migra em direção a frestas, bordas e interfaces se não for direcionada intencionalmente. Durante a chuva e a lavagem do carro, formam-se películas e filetes de água nos painéis externos, que se desprendem nas bordas, dobradiças, faróis e áreas de fechamento. A simulação permite que os engenheiros visualizem esses caminhos de escoamento em condições controladas e avaliem recursos como calhas, bordas, canais e pingadeiras que direcionam a água para longe de aberturas e pontos de contato do usuário. Isso ajuda a reduzir o desperdício de água durante a abertura da porta traseira, limita a umidade repetida em interfaces críticas e melhora a robustez geral antes da construção de protótipos físicos. Oscilação do tanque O movimento do líquido dentro dos tanques é um desafio no projeto de veículos, particularmente em aplicações que envolvem tanques parcialmente cheios, como reservatórios de combustível, líquido de arrefecimento ou fluido de lavagem de para-brisa. Durante a frenagem, aceleração, curvas ou operação em estradas irregulares, o movimento do líquido dentro desses tanques pode se tornar altamente dinâmico e caótico. O movimento descontrolado do líquido pode influenciar a dinâmica do veículo, introduzir cargas transitórias nas paredes e suportes do tanque, contribuir para a transferência de carga e momentos de rolamento induzidos pelo movimento, além de gerar ruído. Esses efeitos são especialmente importantes em veículos e sistemas maiores, onde os volumes de fluido são significativos e as condições de operação variam amplamente. A simulação oferece uma maneira prática de estudar e gerenciar o comportamento de oscilação do líquido logo no início do processo de projeto. Os engenheiros podem avaliar a influência da geometria do tanque, do nível de enchimento e de características internas, como defletores, em cenários de condução repetíveis. Isso permite a otimização rápida do layout dos defletores para melhorar a estabilidade do veículo, reduzir a carga estrutural transitória, limitar o movimento do centro de massa induzido pelo fluido e mitigar os momentos de rolamento relacionados à oscilação antes do início dos testes físicos. Lançamentos digitais, impacto real A gestão da água proveniente de veículos é um desafio complexo, que vai muito além dos quintais e entradas de garagem do dia a dia, e as soluções práticas nem sempre são óbvias. A mitigação do desperdício de água exige conhecimento, criatividade e inovação – tudo o que o portfólio de softwares e serviços da Simcenter pode ajudar a fornecer. Com simulações eficazes, o imprevisível torna-se calculável, transformando a engenharia de um processo reativo, baseado em tentativa e erro, em uma ciência proativa e preditiva. Os engenheiros de hoje podem inovar mais rapidamente, construir com mais segurança e entregar produtos mais confiáveis, garantindo uma experiência mais segura, seca e confortável para todos, independentemente das condições climáticas. Descubra como a simulação pode transformar os desafios da gestão de água em veículos em oportunidades de inovação e desempenho. A CAEXPERTS  pode ajudar sua equipe a aplicar soluções avançadas com ferramentas como Simcenter STAR-CCM+ para otimizar projetos, reduzir custos de prototipagem e acelerar o desenvolvimento. Agende uma reunião com nossos especialistas e veja como implementar simulações eficientes no seu processo de engenharia. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Introdução Os veículos elétricos estão no centro dos desenvolvimentos atuais da indústria automotiva e, como coração de um veículo elétrico, a bateria desempenha um papel fundamental na sua alimentação. É um componente crucial e valioso. No entanto, sua importância vai além da funcionalidade – o peso, o custo e a vulnerabilidade a danos da bateria a tornam uma área de preocupação para os proprietários de veículos elétricos. Ao contrário dos veículos com motores de combustão interna, os veículos elétricos geralmente têm a bateria integrada em plataformas tipo skate, populares na indústria automotiva por incorporarem o conjunto de baterias ao assoalho do veículo. Esse design oferece diversas vantagens, mas também apresenta riscos significativos para os proprietários de veículos elétricos. Com a crescente presença de lombadas nas ruas, há uma preocupação cada vez maior com os danos que esses obstáculos podem causar ao conjunto de baterias localizado sob o veículo. Atravessar uma lombada em alta velocidade sem cuidado pode resultar em reparos caros ou até mesmo na necessidade de substituir todo o veículo. A bateria de um veículo elétrico pegou fogo após ser danificada em um acidente ( fonte ). Em um artigo de imprensa publicado pela Reuters Information em março de 2023 , Christoph Lauterwasser, diretor-geral do Centro de Tecnologia da Allianz, enfatizou o crescente número de casos de danos em baterias e ressaltou a importância de manuseá-las com o máximo cuidado. A reparabilidade das baterias tornou-se uma consideração crítica para as montadoras, com algumas, como a Ford Motor Co. e a General Motors Co., focando em facilitar os reparos. No entanto, a Tesla Inc. adotou uma abordagem diferente, introduzindo uma nova estrutura de bateria em seu Modelo Y, fabricado no Texas, que especialistas consideraram "zero reparabilidade". O impacto dos danos às baterias vai além dos proprietários individuais de veículos. Mesmo grandes empresas de aluguel de carros, como a SIXT e a HERTZ, têm observado uma queda no número de veículos elétricos em suas frotas devido aos altos custos de reparo associados a danos nas baterias, principalmente aqueles resultantes de colisões. Essa informação, divulgada pela Reuters em janeiro de 2024 , destaca a importância de proteger as baterias de veículos elétricos para garantir sua longevidade e minimizar as despesas com reparos. Neste blog, vamos analisar mais de perto os desafios e soluções relacionados à proteção da bateria do seu veículo elétrico. Usando o Simcenter Amesim , será demonstrado como você pode entender melhor os riscos representados por colisões e estradas irregulares e explorar estratégias para proteger esse componente crítico. Modelagem de baterias no Simcenter Amesim O Simcenter Amesim oferece recursos muito valiosos para o desenvolvimento e integração de componentes em veículos elétricos. Ele permite avaliar características de desempenho essenciais, como autonomia, desempenho do veículo, desempenho térmico e vida útil da bateria. Neste blog, mostraremos modelos de demonstração desenvolvidos no Simcenter Amesim que ajudam a analisar o impacto da bateria de um veículo elétrico em uma lombada, dependendo da velocidade do carro e da altura e formato da lombada. Campo de provas virtual A pista de testes foi gerada usando a ferramenta Ground Designer e a bateria da plataforma do skate foi modelada usando submodelos de contato de malha-esfera. Lombadas são cada vez mais usados ​​para garantir velocidades baixas em áreas urbanas. Dependendo do país, elas têm diversos formatos, alturas e larguras; existem vários padrões que são mais ou menos respeitados. A pista de testes usada nesta demonstração inclui 3 tipos de lombadas: Lombadas semicirculares Lombadas sinusoidais Lombadas trapezoidais Para cada tipo de lombada, são testadas 5 alturas diferentes: h1 = 5 cm, h2 = 7,5 cm, h3 = 10 cm, h4 = 12,5 cm e h5 = 15 cm. Essa área de teste é então criada no Simcenter Amesim usando o aplicativo integrado de projeto de terreno. Sequência com uma infinidade de obstáculos Diversos parâmetros são expostos no aplicativo de projeto do campo de provas, possibilitando a modificação de certos parâmetros dessa pista de testes. Criação de pista de testes no aplicativo Ground Designer Parametrização da pista de provas no aplicativo Ground Designer Modelo do veículo O sistema de propulsão elétrica é modelado usando a biblioteca IFP Drive e o modelo do chassi utiliza principalmente os componentes da biblioteca de dinâmica veicular. Modelo do powertrain Este modelo inclui uma VCU (Unidade de Controle de Velocidade), o motor elétrico, o sistema de baterias, um carregador e um modelo térmico simplificado da bateria e seu sistema de refrigeração. O sistema de frenagem inclui um sistema hidráulico simplificado e um modelo térmico básico. O coeficiente de atrito é calculado em função da temperatura do disco utilizando a seguinte tabela: Coeficiente de atrito em função da temperatura O esboço final do modelo inclui um modelo detalhado do chassi com 15 graus de liberdade (DoF) do chassi da Tesla e modelos de pneus Pacejka. O novo modelo de direção autônoma ajustada seguirá a trajetória no terreno irregular definido. Modelo final completo do veículo Pacote de baterias integrado A bateria é interligada por meio de 12 contatos esféricos. Esses contatos formam uma grade muito simples para interligar a bateria, conforme mostrado abaixo. Malha da bateria A detecção de contato utiliza a abordagem da Hierarquia de Volumes Delimitadores (BVH). A primeira detecção de contato ocorre no nível do Volume Delimitador (BV) . Se um contato for detectado entre o BV da esfera e o BV final da BVH, uma detecção de contato é calculada entre a esfera e o triângulo dentro do BV final. A próxima imagem mostra 3 esferas em contato com um ou mais triângulos. A esfera 1 tem apenas 1 ponto de contato com o triângulo 1. A esfera 2 possui 5 pontos de contato com os triângulos 1, 2, 3, 4 e 5. A esfera 3 possui 2 segmentos de contato com os triângulos 3 e 4. Cada esfera possui apenas uma força de reação. Detecção de contato de malha esférica Resultados Em seguida, o Tesla é conduzido na pista de testes em cinco velocidades diferentes: baixa velocidade: 5 m/s (aproximadamente 18 km/h ou 11 mph) velocidade normal: 10 m/s (aproximadamente 36 km/h ou 22 mph) alta velocidade: 15 m/s (aproximadamente 54 km/h ou 34 mph) velocidade muito alta: 20 m/s (aproximadamente 72 km/h ou 45 mph) Os três primeiros perfis de velocidade não são totalmente constantes para definir com mais precisão o comportamento de um motorista humano ao se aproximar de uma lombada. Se o veículo se desloca a 5, 10 e 15 m/s sobre as lombadas, ele acelera nos trechos planos, freia antes de passar pela lombada e acelera logo em seguida (veja as curvas abaixo). Sem contato em velocidades baixas e normais do carro Sem contato em velocidades baixas e normais do carro Diversos gráficos são criados para estudar o comportamento do veículo. Os submodelos de contato de malha-esfera incluem uma variável de "número de pontos de contato" que pode ser usada para monitorar a ocorrência de um contato. Somando essa variável para todos os contatos, é fácil detectar se a bateria atingiu o solo, pois a soma será maior que 0. Para velocidades baixas e normais, observa-se que a bateria não toca o solo. Por outro lado, quando a velocidade excede 50 km/h ou 30 mph, ou seja, os limites de velocidade usuais em áreas urbanas de muitos países, observa-se que alguns contatos são detectados ao passar por lombadas mais altas. Vários contatos são encontrados em altas velocidades. Outros diagramas podem ser usados ​​para localizar esses contatos. É possível observar claramente que a área mais afetada é a parte frontal da bateria. Esse tipo de estudo pode ajudar a identificar os pontos mais frágeis da bateria e a posicionar as placas de reforço. Localização dos pontos de contato Por fim, o submodelo de contato malha-esfera permite estimar a força de contato e a penetração durante o impacto, a fim de determinar se a bateria sofreria danos severos, bem como dimensionar as placas de reforço. Como exemplo, segue uma comparação da penetração e da força na parte frontal da bateria entre 15 m/s (em azul) e 20 m/s (em vermelho). Comparação de penetração e forças – pontos de contato frontais Uma animação 3D ajuda o usuário a visualizar onde ocorrem os pontos de contato na bateria. Conclusão Este blog demonstra como os recursos de simulação multifísica do Simcenter Amesim podem ajudar os engenheiros automotivos a analisar os possíveis impactos causados ​​pelo contato com a bateria, dependendo do projeto do chassi. O acoplamento entre o chassi, o trem de força e a geometria da bateria em um mesmo esboço de simulação permite uma análise virtual precisa dos danos causados. É possível definir módulos de bateria modulares e bipartidos, com paredes reforçadas em algumas partes, utilizando este modelo de simulação. Como próximo passo, os engenheiros podem considerar o projeto de sistemas de suspensão ativa, utilizando sensores e controladores ADAS para alterar a rigidez da suspensão. Após a detecção do obstáculo (lombadas, buracos, etc.) por câmeras ou lidars, os controladores ADAS interagem com o subsistema de suspensão ativa para aumentar a rigidez imediatamente antes do impacto, evitando danos à bateria. Tudo isso é possível com o Simcenter Amesim . Proteja um dos componentes mais críticos dos veículos elétricos com o poder da simulação avançada. A CAEXPERTS  pode ajudar sua equipe a utilizar o Simcenter Amesim  para analisar impactos, otimizar o projeto do chassi e reduzir riscos de danos às baterias ainda na fase de desenvolvimento. Agende uma reunião com nossos especialistas e descubra como aplicar essas soluções de engenharia para tornar seus projetos de veículos elétricos mais seguros, eficientes e econômicos. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Faça previsões instantâneas com IA. Acelere a CFD multifásica com GPUs. Aumente o desempenho em recursos de CPU e GPU. Acelere simulações de travessia de veículos em águas rasas com o solver SPH. E muito mais. O aprendizado profundo geométrico (GDL) com inteligência artificial no Simcenter STAR-CCM+ 2602 permite previsões instantâneas para avaliar variantes de projeto em tempo real e acelerar a tomada de decisões em estágios iniciais. Esta versão também traz suporte nativo para GPU para os solvers Volume de Fluido (VOF) e Mistura Multifásica (MMP), juntamente com escalonamento multi-GPU aprimorado que reduz significativamente o tempo de resposta em cargas de trabalho CFD multifásicas e de grande escala. A nova flexibilidade da GPU, incluindo suporte para AMD no Windows e co-utilização mais inteligente de CPU/GPU, ajuda a extrair o máximo valor do hardware dos engenheiros, independentemente do ambiente operacional. Melhorias fundamentais na precisão, como malhas de prisma aprimoradas e planos de mistura implícitos totalmente conservadores, fortalecem a robustez numérica e a confiabilidade dos resultados. Avanços específicos para aplicações, desde a travessia de veículos em águas rasas com SPH até aerodinâmica automotiva transiente mais eficiente, reduzem ainda mais o tempo do ciclo de engenharia. Em conjunto, essas atualizações permitem simular mais projetos, com maior fidelidade, em mais configurações de hardware, possibilitando, em última análise, decisões de engenharia mais rápidas e confiáveis. Convergência mais rápida, maior precisão e robustez com prismas de qualidade aprimorada Geometrias complexas frequentemente forçam as camadas prismáticas a se retraírem, especialmente perto de cantos côncavos e convexos, degradando assim a qualidade da malha próxima à parede e retardando a convergência. Engenheiros de CFD frequentemente se deparam com transições de "nós suspensos" que complicam a continuidade da camada limite e dificultam a obtenção de uma resolução robusta da turbulência na parede. No Simcenter STAR‑CCM+ 2602, ative o gerador de malha de camadas de prisma de qualidade aprimorada para gerar camadas mais espessas e com melhor comportamento, preservando a integridade da camada em cantos problemáticos. Isso reduzirá a retração do prisma e eliminará topologias de nós suspensos nas transições de camada, o que estabiliza os resíduos e acelera a convergência do solver. Essa melhoria se traduz em uma representação mais limpa da camada limite e em previsões mais confiáveis ​​de cisalhamento na parede, transferência de calor e separação. Em aplicações aeroespaciais e automotivas, obtenha robustez em superfícies complexas e reduza o número de reinicializações necessárias para atingir as metas. O efeito líquido é uma queda mais suave dos resíduos e um comportamento assintótico mais precoce, o que encurta o caminho para as decisões de engenharia. Em última análise, alcance uma convergência mais rápida com maior precisão e robustez. Conservação completa em planos de mistura implícitos com estabilidade aprimorada do solver Quando rotores e estatores se acoplam por meio de planos de mistura implícitos com baixa conformidade, a conservação de energia é prejudicada e erros de pressão/temperatura totais se infiltram nas previsões de turbomáquinas. Essas imprecisões podem mascarar o desempenho real de um estágio e comprometer as escolhas de projeto. Em configurações multiestágios, esses erros se acumulam, minando a confiança necessária para que os engenheiros otimizem os projetos de compressores e turbinas. Com o Simcenter STAR-CCM+ 2602 , aplique uma estratégia aprimorada de atualização de valores de contorno juntamente com o agrupamento de impedância no plano de mistura para garantir uma conservação mais precisa. Estabilize o solver em diferentes tipos de malha e reduza o erro na pressão total e na temperatura total em uma ordem de magnitude, mantendo total compatibilidade com os fluxos de trabalho de simulação existentes. O resultado são previsões mais confiáveis, convergência robusta do solver e a precisão necessária quando a simulação embasa decisões críticas de projeto. Nenhuma alteração no fluxo de trabalho é necessária – apenas física aprimorada e melhores resultados. Previsões instantâneas de aerodinâmica externa As fases iniciais do projeto exigem soluções rápidas para avaliar diversas variantes e orientar decisões importantes. Obter informações rápidas nessa fase permite uma exploração mais ampla e um alinhamento mais ágil em relação aos conceitos ideais. Com o Simcenter STAR-CCM+ 2602 , os recursos de Aprendizado Profundo Geométrico (GDL) são integrados diretamente ao Simcenter STAR-CCM+ Design Manager, eliminando o atrito entre simulação e previsão. Treine modelos preditivos que avaliam o desempenho em minutos, usando apenas um conjunto mínimo de simulações ou aproveitando conjuntos de dados CFD existentes. Trabalhar diretamente no ambiente familiar do Design Manager evita transferências de dados externos e mantém a iteração fluida e intuitiva. A previsão dupla, comparando lado a lado os resultados CFD e a inferência de IA, oferece confiança para explorar o espaço de projeto. À medida que as previsões de GDL substituem ciclos CFD de longa duração, concentre as simulações de alta fidelidade apenas nos conceitos mais promissores. Essa abordagem comprime as fases iniciais do projeto, preservando a precisão onde ela é mais importante. O resultado são previsões rápidas de aerodinâmica externa que permitem iterações de projeto com qualidade de decisão em um relance. Aproveite os resultados de simulação existentes Muitas vezes, os engenheiros acumulam anos de resultados de simulações valiosas de projetos anteriores, mas esses conjuntos de dados permanecem subutilizados quando se trata de acelerar novos fluxos de trabalho orientados por IA, como o GDL mencionado anteriormente. Executar simulações novamente apenas para gerar dados de treinamento retarda a adoção de métodos preditivos e duplica esforços já realizados. Com o Simcenter STAR‑CCM+ 2602, importe resultados de simulação existentes diretamente para o Design Manager para reutilizá-los como dados de treinamento para modelos de Aprendizado Profundo Geométrico (GDL). Aproveite conjuntos de dados comprovados, sejam de projetos legados ou execuções únicas e independentes, sem alterar suas práticas de CFD já estabelecidas. Usando os fluxos de trabalho automatizados do Design Manager, gere pós-processamento consistente em todos os resultados importados, garantindo a qualidade e a comparabilidade dos dados. Compare vários arquivos de simulação lado a lado em um ambiente unificado, facilitando a identificação de tendências e sensibilidades. Essa capacidade amplia o valor dos investimentos históricos em CFD, ao mesmo tempo que acelera a criação de modelos substitutos. Como resultado, crie modelos preditivos de GDL mais rapidamente, com menos esforço manual e menos novas simulações. Em última análise, explore os resultados existentes para escalar a exploração de projetos orientada por IA com confiança. Obtenha resultados mais rápidos para aplicações multifásicas Os casos de Volume de Fluido (VOF) e Mistura Multifásica (MMP), especialmente aqueles que envolvem superfícies livres ou mudança de fase, anteriormente apresentavam tempos de execução longos, oferecendo menos oportunidades para os usuários fazerem alterações no projeto. Com o Simcenter STAR-CCM+ 2602 , agora é possível executar simulações multifásicas em GPUs usando os solvers VOF e MMP nativos da GPU, representando um grande avanço na aceleração de simulações multifásicas. Essa capacidade inclui suporte para modelos de mudança de fase e tensão superficial, ampliando o conjunto de cenários industriais que podem ser abordados em GPUs. Também integra técnicas de aceleração como o multi-step implícito e suporta múltiplos regimes por meio da interface MMP-LSI (Large Scale Interface). Como o mesmo solver é usado tanto para execuções em CPU quanto em GPU, os mesmos resultados são garantidos, desde que as soluções estejam bem convergidas em cada tipo de hardware. Em termos de desempenho, uma única GPU atinge o mesmo nível de processamento que aproximadamente 250 núcleos de CPU em um caso de oscilação de líquidos em um tanque, por exemplo, consumindo apenas 19% da energia necessária para a execução em CPU. Essa aceleração baseada em GPU oferece benefícios substanciais para aplicações multifásicas em setores como o automotivo, naval e de engenharia de processos, onde o comportamento da superfície livre e a interação entre fases são críticos. O aumento da produtividade permite uma exploração mais ampla do espaço de projeto, maior confiança no projeto e um gerenciamento de riscos mais eficaz. Desempenho multi-GPU até 20% superior Embora a aceleração por GPU aumente significativamente a velocidade das simulações de CFD, um desafio comum surge ao escalar para múltiplas GPUs: a sobrecarga computacional da transferência de dados e da comunicação entre os dispositivos pode prejudicar a eficiência. Isso frequentemente limita o benefício prático de adicionar mais GPUs, já que o aumento de velocidade nem sempre é linear. Esse gargalo pode impedir que os usuários aproveitem ao máximo seus investimentos em hardware com múltiplas GPUs para simulações maiores e mais complexas. Com o Simcenter STAR-CCM+ 2602 , aproveite a escalabilidade aprimorada de múltiplas GPUs. Essa melhoria oferece um aumento proporcional na velocidade de simulação à medida que GPUs adicionais são adicionadas, permitindo maior paralelização. Isso proporciona um aumento notável na produtividade para modelos CFD grandes e complexos. Obtenha tempos de resposta mais rápidos utilizando várias GPUs em uma única estação de trabalho ou em servidores com múltiplos nós. Essa escalabilidade aprimorada maximiza o valor do hardware com múltiplas GPUs, permite uma exploração de projeto abrangente e acelera todo o fluxo de trabalho de simulação em até 20% com um número maior de GPUs. Maximize a flexibilidade para aproveitar a aceleração CFD habilitada por GPU Muitas estações de trabalho Windows vêm equipadas com GPUs AMD potentes que, até então, não podiam ser utilizadas para cargas de trabalho de CFD em versões anteriores do Simcenter STAR-CCM+ . Essa limitação frequentemente obrigava os engenheiros a migrar tarefas para outras máquinas ou sistemas operacionais, complicando o planejamento de TI e atrasando a execução local. Isso significava que os investimentos em hardware existentes eram subutilizados, criando uma barreira significativa para um fluxo de trabalho eficiente. Com o Simcenter STAR-CCM+ 2602 , a aceleração total por GPU da AMD no Windows elimina essa limitação. Esse desenvolvimento crucial desbloqueia esses dispositivos para simulações de produção: execute casos complexos com desempenho competitivo diretamente em estações de trabalho de sua preferência. Esse avanço preenche a lacuna de software e permite o aproveitamento total do hardware da AMD. Amplie as opções de implementação e simplifique o planejamento de TI em todos os sistemas operacionais. Otimize a alocação de licenças e mantenha os analistas produtivos em seu ambiente preferido. Aproveite melhor o hardware instalado: maximize a flexibilidade e a eficiência orçamentária utilizando os recursos de GPU da AMD para CFD acelerado com o Simcenter STAR-CCM+ 2602 . Aproveite ao máximo os recursos da sua CPU e GPU Em computação de alto desempenho, especialmente em nós com GPUs, um desafio crucial surge porque certas tarefas de simulação, como o alinhamento de superfícies ou o pós-processamento, permanecem inerentemente dependentes da CPU. Isso frequentemente leva à subutilização de recursos da CPU, já que uma proporção fixa entre CPU e GPU pode deixar uma quantidade significativa de poder computacional ocioso durante fases que exigem muito da GPU. Essa ineficiência retarda o tempo de resposta geral da simulação e desperdiça capacidade computacional valiosa. Com o Simcenter STAR-CCM+ 2602 , utilize dinamicamente os núcleos de CPU disponíveis para tarefas multithread, mesmo quando as GPUs estiverem em uso intenso, graças à utilização adaptativa das CPUs nos nós de GPU. Isso garante que as partes da simulação que dependem da CPU não causem mais atrasos nem deixem recursos valiosos da CPU ociosos, otimizando todo o fluxo de trabalho. Aproveite um uso mais holístico e eficiente de todo o nó de computação. Experimente ganhos significativos de velocidade e potenciais reduções nos custos computacionais para simulações que envolvem pré-processamento complexo ou física específica, como malha deslizante. Acelere seu caminho para a inovação com essa abordagem harmoniosa, garantindo que cada componente, tanto CPU quanto GPU, contribua de forma otimizada para o esforço geral da simulação. Tempo de resposta mais rápido para aplicações de vadeamento de veículos As análises tradicionais de travessia de veículos em águas rasas envolvem fluxos de trabalho complexos e demorados para configurar a interação com a água, o contato pneu-solo e a resposta da suspensão. Obter resolução local onde é necessário adiciona ainda mais complexidade. Com o Simcenter STAR‑CCM+ 2602 , simule a travessia de veículos em águas rasas usando o solver SPH, refine as partículas ao redor do veículo para aumentar a precisão local e resolva o movimento dinâmico, incluindo a suspensão e o contato pneu-solo. Analise as tensões mecânicas na placa traseira e preveja a umidade, integrando considerações estruturais e hidrodinâmicas. Essa abordagem simplificada reduz o tempo de resposta geral, ao mesmo tempo que melhora a fidelidade onde as forças e os respingos são mais intensos. A configuração simplificada facilita a realização de avaliações rotineiras de travessia em águas rasas em diferentes variantes e versões. O resultado é um tempo de resposta mais rápido para aplicações de simulação de travessia de veículos em águas rasas. Pronto para transformar suas simulações CFD com IA e aceleração por GPU? Agende uma reunião com a CAEXPERTS e descubra como aplicar na prática os recursos mais avançados do Simcenter STAR-CCM+ para reduzir drasticamente o tempo de resposta, aumentar a precisão e potencializar suas decisões de engenharia com mais eficiência e confiança. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Uma inovação revolucionária em energias renováveis. Esta postagem do blog destaca o Simcenter System Simulation ajuda a solucionar seus desafios na área de energia solar fotovoltaica (FV) industrial. Os sistemas fotovoltaicos são sistemas complexos, pois geralmente são combinados com outros elementos do ambiente, como residências, estações de carregamento rápido para veículos elétricos, sistemas de armazenamento de energia em baterias (BESS) ou microrredes, chegando até estações espaciais e satélites. Para ser bem-sucedido, o projeto exige a aplicação de diversas leis da física (elétrica, térmica, semicondutores, etc.), com importantes aspectos de integração de sistemas, controles e até mesmo análises técnico-econômicas (OPEX/CAPEX, condições climáticas, balanceamento de carga). Com a redução dos custos e o avanço da tecnologia, cada vez mais organizações estão recorrendo à energia solar como principal opção para geração de energia. A energia solar fotovoltaica tende a se tornar a principal fonte de energias renováveis ​​em todo o mundo, à frente de turbinas eólicas, hidrelétricas ou energia nuclear. Isso representa um aumento impressionante de sua capacidade instalada. A energia solar é hoje fundamental para garantir o sucesso no caminho da descarbonização rumo a um mundo mais sustentável. Vamos ver como o System Simulation está impulsionando a transformação digital para solucionar todos os seus desafios em energia solar fotovoltaica. A energia solar fotovoltaica (FV) é fundamental em muitos setores A energia solar fotovoltaica (solar PV) é uma tecnologia que converte a luz solar (radiação solar) em eletricidade utilizando semicondutores. A energia solar fotovoltaica converte a radiação solar em eletricidade Os sistemas fotovoltaicos solares estão hoje presentes em todos os setores, desde aplicações fixas (residenciais, …) até à mobilidade (espacial, marítima, …) e, certamente, no setor energético, com a sua participação cada vez maior na geração de energia a partir de fontes renováveis ​​(solar, eólica, hidroelétrica, das ondas, térmica, …). Todas as indústrias precisam de energia solar fotovoltaica para a descarbonização Abaixo, um exemplo de um sistema de energia de satélite representado no Simcenter Amesim , parte do portfólio Simcenter System Simulation. O gêmeo digital com o System Simulation auxilia no dimensionamento preliminar do painel solar e do conjunto de baterias para atender aos requisitos. A alternância entre eclipses (sombra) e luz do dia fornece a irradiação solar na órbita geoestacionária Só para constar, conforme afirmado pela Agência Internacional de Energia (IEA), a energia solar fotovoltaica está destinada a se tornar a maior fonte de energia renovável até 2029. Houve um crescimento exponencial na implantação de energia solar fotovoltaica, com sua capacidade global crescendo em um ritmo histórico. De 2018 a 2023, ela triplicou. A geração de eletricidade renovável com energia solar fotovoltaica se tornará a maior fonte de energia renovável Entre 2024 e 2030, espera-se que a tecnologia solar fotovoltaica seja responsável por 80% do crescimento da capacidade global de energia renovável. A energia solar fotovoltaica deverá se tornar em breve a maior fonte de energia renovável, superando a energia eólica e a hidrelétrica, que atualmente são as maiores fontes de geração de energia renovável. Principais coisas a saber Embora a energia solar fotovoltaica seja uma tecnologia bem conhecida há anos, foi apenas recentemente que cresceu o interesse na simulação de sistemas para melhor prever seu comportamento, seja focando no componente em si ou considerando sua completa integração em sistemas maiores com controles avançados e cenários variáveis ​​(condições climáticas, demanda de energia ao longo do dia, evolução do preço da energia, controladores adaptativos inteligentes, etc.). De uma célula solar a um sistema fotovoltaico (FV) Com o Simcenter Amesim , você pode prever a produção de energia dos painéis solares e contribuir para o sucesso da transição energética. Você pode dimensionar o painel solar de acordo com o número de painéis solares, o número de células e a área de cada célula. Você pode inserir a cidade onde está localizado ou sua posição GPS, as condições climáticas (se está nublado ou não), o coeficiente de reflexão do solo ou o fator de turbidez. Assim, você obterá a energia produzida ao longo do dia ou dos meses, podendo acompanhar os resultados em todas as estações do ano. Potencial de geração de energia fotovoltaica – Fonte: globalsolaratlas.info O Simcenter Amesim é normalmente usado para integração de sistemas, combinando os diferentes subsistemas envolvidos, como {painéis solares fotovoltaicos + controles + eletrônica de potência + microrredes + residências + consumidores}. Com o Simcenter Amesim , você pode abordar e resolver todos esses desafios, desde painéis solares até sistemas integrados inteligentes: 📐 Dimensões e desempenhos ♻️ Eficiência do sistema ❄️ Gestão térmica, refrigeração 💧 Produção de Hidrogênio Verde 🔋 BESS (sistemas de armazenamento de energia em baterias) 🔌 Conexão à rede elétrica/microrrede, conversores de energia, inversores 💡 Rastreamento do Ponto de Máxima Potência (MPPT) 🧭 Rastreadores de painéis solares, melhores locais para energia solar 🏠 Indústrias: residencial, aquecedores de água, navios, carros, veículos elétricos, aviões Os usuários podem arrastar e soltar os componentes predefinidos (sem necessidade de programação) para montá-los e obter seus sistemas completos. Embora a execução seja muito rápida, leva apenas alguns segundos/minutos de tempo de CPU para calcular o dia/semana/ano completo, incluindo aspectos econômicos. Por que o Simcenter Amesim é perfeito para energia solar fotovoltaica? Bem, o Simcenter Amesim oferece tudo o que você precisa para investigar seus sistemas fotovoltaicos solares. Ele vem com bibliotecas prontas para uso de componentes físicos (elétricos, térmicos, etc.) que podem ser combinados em um único ambiente, além de excelentes solvers para alcançar integração avançada e monitoramento do sistema em tempo real. Isso inclui até mesmo o comissionamento virtual com testes avançados de estratégia de controle antes mesmo da implementação do sistema real. Você obtém grandes benefícios ao usar componentes fotovoltaicos solares para: Configure os parâmetros do modelo a partir das informações da folha de dados. Amplie facilmente a escala da célula fotovoltaica para painéis ou conjuntos solares. Levar em consideração a influência da temperatura e da irradiação solar no desempenho elétrico da célula fotovoltaica. Obtenha a irradiação solar de acordo com as coordenadas GPS, altitude e data. Cálculos de eficiência dependentes da temperatura para diferentes valores de irradiância De fato, existe uma enorme variabilidade nas configurações devido às diferentes localizações (Berlim, Xinjiang, México, Abu Dhabi) e condições climáticas (verão, inverno), que impactam diretamente o desempenho do sistema para a implementação local. Essa é a razão pela qual os usuários precisam explorar a energia solar fotovoltaica digitalmente para reduzir o tempo de testes dispendiosos e obter confiança em seus produtos desde o início dos ciclos de projeto. Seleção de cidades em todo o mundo, ou com posições GPS (variáveis) a partir de coordenadas Na prática, existem muitos desafios a serem resolvidos. Eles vão desde o dimensionamento usual ou o gerenciamento térmico/resfriamento para melhorar a eficiência, até análises mais avançadas, como o desenvolvimento de estratégias de controle com otimização de "Maximum Power Point Tracking" (MPPT), a integração com sistemas de armazenamento de energia em baterias (BESS) ou a conexão às redes/microrredes com componentes eletrônicos de potência (conversores, inversores, etc.). Desafios típicos para energia solar fotovoltaica Também é fácil simular toda a produção de hidrogênio verde ao longo de dias/meses de operação. Além disso, é possível gerar automaticamente controladores otimizados que levam em consideração a previsão do tempo ou a evolução do preço da energia com Inteligência Artificial (IA), graças a Modelos de Ordem Reduzida (ROM), Redes Neurais (NN) ou Aprendizado por Reforço (RL). Produção de painéis solares ao longo de 12 meses Integração completa do sistema Vamos analisar alguns exemplos de sistemas fotovoltaicos solares integrados em instalações maiores. O objetivo é mostrar como podemos ir de painéis solares a sistemas inteligentes e integrados graças à multifísica e aos gêmeos digitais escaláveis. Dessa forma, os engenheiros podem lidar com interações complexas entre diferentes fenômenos físicos e modelar toda a cadeia de conversão de energia, da radiação solar à produção de eletricidade. Isso permite, na prática, adequar os perfis de carga dinâmicos, otimizar a potência de pico e alcançar o dimensionamento de sistema adequado e economicamente viável. Em conjunto com as poderosas ferramentas de análise integradas ao Simcenter Amesim , os usuários podem investigar suas previsões de produção de energia, cálculos de índice de desempenho ou análises de perda de potência, tudo com estudos paramétricos detalhados. Isso permite até mesmo o monitoramento da eficiência do sistema em tempo real, em períodos simulados que variam de curtos (minutos) a longos (meses). Uma conquista valiosa! Por exemplo, o modelo apresentado prevê o desempenho do sistema dependendo das condições meteorológicas (do tempo) e da localização do sistema. Produção de energia verde com diferentes fontes de energias renováveis, incluindo energia solar fotovoltaica Após a execução de simulações rápidas, que levam poucos minutos, ao longo de um ano (12 meses), diversas arquiteturas ou opções de dimensionamento de componentes podem ser avaliadas para selecionar os projetos mais eficientes e rentáveis. Produção de painéis solares com todas as variáveis ​​acessíveis Para os painéis solares, você pode considerar o azimute solar (ângulo lateral), a altitude solar (incidência solar/horizontal), a potência de irradiação solar na superfície [W], a potência radiativa do ambiente na superfície [W] ou a inclinação da superfície. Para acessar qualquer tipo de resultado, como a potência elétrica do painel solar [W], a densidade de corrente fotogerada [A/cm²] ou a corrente elétrica do painel solar [A]. E, ao ampliar o zoom, você pode até acompanhar as evoluções durante o dia/noite atual. Outra aplicação é a sustentabilidade e a eficiência energética na indústria de data centers. Atualmente, eles são responsáveis ​​por até 3% do consumo global de eletricidade e chegarão a 4% em 2030. Por isso, o mercado decidiu tomar medidas para reduzir sua pegada de carbono e tornar o consumo de energia mais eficiente, também devido às regulamentações mais rigorosas previstas. Uma possibilidade é considerar energias renováveis ​​para a geração de energia, tipicamente com painéis solares. Centros de dados – Distribuição convencional de energia elétrica CA de 480 V com integração de painéis fotovoltaicos Com o Simcenter Amesim , você pode dimensionar corretamente os painéis solares com base na localização e na cobertura de nuvens. Aqui, três cidades diferentes são comparadas , simplesmente selecionando-as em um menu, e vemos que a radiação solar em Paris, em uma data e hora específicas, é quase a metade da de Tóquio ou Nova York. É muito bom saber disso de antemão, antes de tentar adaptar todas as peças no local! Em relação às arquiteturas de distribuição de energia elétrica, seu desempenho pode ser aprimorado com o uso de transformadores e conversores de alta eficiência, a implantação de energias renováveis ​​e o balanceamento de cargas. Todos esses aspectos precisam ser verificados, e é aí que o System Simulation pode definitivamente ajudar na tomada de decisões corretas. E, finalmente, verificar virtualmente se o seu novo projeto de sistema é totalmente compatível com a carga elétrica e se tudo pode ser fornecido adequadamente à rede. Você pode ir ainda mais longe na análise para prever os parâmetros do controlador de forma adequada, com base na previsão do tempo e nos dados transmitidos. Este é o novo desafio que se apresenta, para que você possa tomar decisões mais acertadas em relação a OPEX (despesas operacionais) e CAPEX (despesas de capital). Controle supervisório da rede elétrica, combinando IA, previsão do tempo e dados transmitidos em fluxo contínuo É uma boa maneira de lidar com cenários do mundo real, incluindo sombreamento parcial (variações na cobertura de nuvens, flutuações de temperatura, mudanças sazonais, variações na demanda de carga). E, em certa medida, de investigar as perturbações na rede elétrica durante grandes variações nas condições de contorno e eventos em cascata. System Simulation é a abordagem correta para um público amplo, incluindo projetistas de sistemas fotovoltaicos solares, integradores de sistemas de energia, instituições de pesquisa, empresas de serviços públicos e consultores de energia. Gostaria apenas de salientar que o System Simulation é perfeito e muito adequado para alcançar excelentes resultados em termos de sustentabilidade através da energia solar fotovoltaica na sua empresa. System Simulation desempenha um papel crucial Para concluir, vamos resumir como o System Simulation desempenha um papel crucial na avaliação técnico-econômica de sistemas fotovoltaicos (FV) solares. Indústria solar busca reduzir pegada de carbono Você pode abordar alguns aspectos-chave, como: Previsão de desempenho Otimização do projeto, Análise de impacto ambiental, Análise econômica. De forma geral, a simulação de sistemas fornece uma estrutura abrangente para avaliar a viabilidade técnica e econômica de projetos de energia solar fotovoltaica, ajudando as partes interessadas a tomar decisões informadas sobre investimentos e operações. Segmentação energética – System Simulation em todos os setores Em resumo, a adoção de sistemas fotovoltaicos solares no desenvolvimento de produtos exige uma abordagem estratégica, considerações desde os estágios iniciais e ferramentas avançadas, como gêmeos digitais baseados em princípios físicos, para lidar com as complexidades e aproveitar a energia solar fotovoltaica (FV) como uma vantagem competitiva. Graças à digitalização, o System Simulation certamente contribui para o sucesso da sua jornada em energia solar fotovoltaica. Pronto para levar seus projetos de energia solar fotovoltaica a um novo nível de desempenho, eficiência e previsibilidade? A CAEXPERTS pode ajudar sua empresa a aplicar o poder do System Simulation e dos gêmeos digitais para dimensionar, otimizar e integrar sistemas fotovoltaicos com confiança desde as fases iniciais. Agende uma reunião com nossos especialistas e descubra como acelerar sua transição energética com mais segurança, menor custo e melhores resultados. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Por que o desempenho NVH é importante A revolução dos veículos elétricos (VE) chegou, prometendo um futuro mais limpo e eficiente para o transporte. Mas, à medida que o rugido dos motores de combustão interna diminui, surge um novo desafio: o silêncio intrínseco das Unidades de Acionamento Elétrico (UAEs) traz à tona os sons e vibrações sutis de outros componentes, especialmente da transmissão. Para os engenheiros automotivos, isso significa que o desempenho NVH (Ruído, Vibração e Aspereza) é mais crítico do que nunca. No mercado de veículos elétricos, extremamente competitivo, as montadoras e os fornecedores de primeiro nível (Tier 1) estão sob imensa pressão para inovar rapidamente. Essa intensa competição exige: Tempo de lançamento no mercado mais rápido:  os consumidores esperam recursos de ponta em novos modelos, rapidamente. Eficiência de custos:  Maximizar a eficiência para reduzir os custos de desenvolvimento de produtos e proteger as margens de lucro cada vez menores. Transformação Digital:  Um forte impulso em direção ao aumento da digitalização e à redução da dependência de protótipos físicos dispendiosos. Em conjunto, esses fatores obrigam as empresas a acelerar significativamente seus ciclos de desenvolvimento de produtos. O gargalo NVH Prever com precisão o desempenho NVH (ruído, vibração e aspereza) de transmissões — e, em última análise, substituir os dispendiosos testes físicos de protótipos — exige simulação de domínio temporal de alta fidelidade. No entanto, esse tipo de simulação tem sido tradicionalmente extremamente intensivo em termos computacionais, resultando em: Prazos de entrega longos:  Os estudos de projeto podem levar dias ou até mesmo semanas. Validação em estágio final:  frequentemente relegada aos estágios finais do ciclo de desenvolvimento, limitando seu impacto nas decisões iniciais de projeto. Esse gargalo prejudica significativamente a agilidade e a eficácia do processo de desenvolvimento do trem de engrenagens.Esse gargalo prejudica significativamente a agilidade e a eficácia do processo de desenvolvimento do trem de engrenagens. O novo solver de movimento A nova  versão 2512 do Simcenter 3D Motion traz o revolucionário  Modern Motion Solver  para simulação de domínio temporal de trens de engrenagens. Não se trata apenas de uma atualização; é um grande avanço. É exatamente por isso que convidamos nossos clientes a testarem essa nova funcionalidade. Veja a nota abaixo. Projetado para velocidade:  Construído sobre uma arquitetura de código C++ de ponta, o Modern Motion Solver lida com eficiência até mesmo com os modelos maiores e mais complexos. Desempenho escalável:  Aproveita ao máximo o processamento paralelo, permitindo que uma única simulação no domínio do tempo seja resolvida simultaneamente em várias threads. Resultados comprovados:  Testes extensivos em diversos modelos de engrenagens industriais demonstram melhorias de desempenho até  5 vezes mais rápidas  em comparação com a versão 2412 – tudo isso mantendo a mesma precisão incomparável. Imagine as possibilidades: avaliar um número significativamente maior de projetos, explorar um espaço de parâmetros mais amplo e lançar no mercado transmissões inovadoras para veículos elétricos mais rapidamente do que nunca. Quer acelerar o desenvolvimento de transmissões para veículos elétricos e superar os desafios de NVH com muito mais eficiência? Agende uma reunião com a CAEXPERTS e descubra como o novo Modern Motion Solver do Simcenter 3D Motion pode reduzir drasticamente o tempo de simulação, aumentar a precisão e impulsionar a inovação dos seus projetos. Nossa equipe está pronta para apresentar, na prática, como essa tecnologia pode transformar seus resultados. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Introdução A eletrificação está a remodelar rapidamente a indústria de transporte rodoviário comercial, prometendo soluções de transporte mais limpas e eficientes. Impulsionada por novas regulamentações [ 1 ], a eletrificação de veículos pesados ​​(VPP) e seus reboques é essencial para descarbonizar a logística de carga [ 2 ]. Uma inovação emergente é o eixo de tração eletrificado, ou eixo elétrico, integrado em veículos pesados ​​e seus reboques para proporcionar frenagem regenerativa e tração adicional. No entanto, a introdução dessa tecnologia altera fundamentalmente as características dinâmicas de todo o veículo, trazendo novos desafios em termos de estabilidade, um aspecto crítico de segurança para caminhões pesados. Nosso recente estudo baseado em simulação aprofunda-se nesses desafios, analisando como os reboques elétricos interagem com os sistemas de controle de veículos existentes, como ABS e ESP. O objetivo: identificar potenciais riscos de estabilidade, incluindo efeito tesoura, trepidação e capotamento [ 3 ], e descobrir como um sistema de controle supervisório inteligente poderia ajudar a garantir a operação segura em todas as condições de direção. Metodologia Para investigar a dinâmica complexa de um sistema de reboque elétrico, um modelo de simulação multicorpos detalhado foi desenvolvido usando o Simcenter Amesim . O Simcenter Amesim é uma plataforma poderosa para simulação de sistemas multidomínio, permitindo a modelagem de componentes mecânicos, hidráulicos, pneumáticos, térmicos e elétricos em um único ambiente. 2.1 Descrição do Modelo do Veículo A configuração simulada do veículo consiste em um veículo articulado de 3 eixos: uma unidade tratora de 2 eixos acoplada a um semirreboque de 1 eixo com eixo de tração eletrificado. Foi utilizado o modelo de estrutura multicorpo VDCAR22DOF01, projetado especificamente para considerar questões críticas de estabilidade em veículos articulados, incluindo: Canivete: O ângulo agudo formado entre o trator e o reboque. Vibração: Oscilações de alta frequência da carroceria do veículo. (Balanço do reboque) Capotamento: Instabilidade lateral que leva ao capotamento do veículo. Combinação padrão de trator e semirreboque Conjunto trator-semirreboque com eixos elétricos de tração no semirreboque 2.2 Sistemas de Controle O modelo incorpora controladores de estabilidade de chassi realistas tanto para o trator quanto para o reboque: Unidade tratora: Equipada com ABS (Sistema de Travagem Antibloqueio) e ESP (Programa Eletrónico de Estabilidade) [ 4 ]. Unidade de reboque: Equipada com ABS e TCU (Unidade de Controle de Tração). As capacidades de frenagem regenerativa e tração elétrica do eixo elétrico são integradas por meio de estratégias de combinação específicas. As interações entre esses controles do eixo elétrico e os controladores de estabilidade convencionais do chassi são o foco central da análise. Esboço do modelo Simcenter Amesim Estratégia de combinação de tração "paralela" (máquina de reboque elétrico vs. motor de caminhão) 2.3 Modelo de Driver Foi implementado um modelo de condução avançado, utilizando técnicas de Controle Preditivo por Modelo (MPC). Essa estratégia de controle robusta garante o seguimento preciso da trajetória e o controle eficaz da oscilação do reboque, proporcionando uma representação realista das ações do condutor durante diversas manobras. 2.4 Definição da Pista de Teste As simulações foram realizadas em uma pista de testes virtual baseada em um trecho real de uma estrada em Croix-Rousse, Lyon, França. Este percurso desafiador inclui inclinações ascendentes e descendentes significativas, que são cruciais para avaliar o desempenho do eixo elétrico durante as fases de frenagem regenerativa e tração. As diferentes inclinações e curvas permitem avaliar a estabilidade do veículo sob diversas condições de carga e cenários de condução. Seleção do trajeto da estrada com a Ferramenta de Planejamento de Rotas, utilizada na Ferramenta de Importação de Trajeto Visualização da pista de corrida Resultados e Discussão As simulações do Simcenter Amesim forneceram dados abrangentes sobre o desempenho da máquina elétrica, o estado de carga da bateria (SOC) e a dinâmica geral do veículo. Torque da máquina elétrica no eixo do reboque e estado de carga (SOC) da bateria. 3.1 Desempenho da máquina elétrica e SOC da bateria Durante os trechos ascendentes da pista de testes (por exemplo, de 0 a 150 segundos), o eixo elétrico exigiu um torque de tração significativo para auxiliar o trator. Por outro lado, durante trechos descendentes importantes (por exemplo, de 250 a 300 segundos), o eixo elétrico utilizou a frenagem regenerativa de forma eficaz, resultando em um aumento considerável no estado de carga (SOC) da bateria. Isso demonstra o potencial do reboque elétrico para eficiência energética e menor dependência de freios de fricção. Mudanças rápidas no sinal de torque (de tração para regeneração) foram observadas antes e depois de contornar curvas, indicando a operação dinâmica do eixo elétrico. 3.2 Dinâmica Veicular e Situações Patológicas As simulações revelaram diversas situações críticas “patológicas” que destacam os desafios de estabilidade introduzidos pelos eixos elétricos. Um desses casos ocorreu durante uma combinação de manobras bruscas do motorista e frenagem, em que se observou que uma roda do reboque estava prestes a perder contato com a estrada. Esse cenário, se não controlado, poderia levar a um capotamento. Uma observação crucial dizia respeito à interação entre os controles da máquina elétrica e os controladores de estabilidade do chassi. Em certos casos, particularmente durante mudanças rápidas de torque ou demandas intensas de frenagem/tração, as ações individuais do ESP na unidade tratora, do ABS no reboque e do controle de torque do eixo elétrico não estavam harmonizadas. A ausência de um sistema de supervisão de alto nível para coordenar essas ações conjuntas foi identificada como um fator de risco significativo. Sem tal supervisão, o estudo indicou que uma instabilidade completa do conjunto caminhão + reboque poderia ocorrer previsivelmente em velocidades mais altas, destacando uma preocupação crítica de segurança. Trajetória, velocidade alvo e ângulo de direção 3.3 Implicações para o Desenvolvimento da Estratégia de Controle Os resultados enfatizam que a simples integração de um eixo elétrico com estratégias de controle independentes para frenagem regenerativa e tração é insuficiente. Uma integração eficaz requer um supervisor sofisticado de nível superior que possa combinar de forma inteligente as operações do eixo elétrico com os controladores de estabilidade do chassi convencionais. Esse supervisor precisaria ajustar dinamicamente a distribuição de torque, o esforço de frenagem e as forças de tração em todos os eixos para manter a estabilidade geral do veículo sob diferentes condições de estrada, comandos do motorista e modos de operação do eixo elétrico. Estado do controlador do chassi (ESP e ABS) Conclusão As conclusões deste estudo destacam um ponto fundamental: os reboques elétricos são muito promissores, mas exigem uma coordenação sofisticada entre os sistemas de controle novos e os já existentes para manter os caminhões estáveis ​​e seguros. Um sistema de supervisão de alto nível é essencial para evitar situações perigosas, como o levantamento das rodas e o capotamento, principalmente em altas velocidades. Se você trabalha com design de veículos, desenvolvimento de sistemas de controle ou gestão de segurança de frotas, esta pesquisa oferece informações valiosas para orientar seu trabalho. Manter-se à frente na jornada da eletrificação significa adotar soluções integradas que priorizem a estabilidade. Referências [1] United Nations Economic Commission for Europe (UNECE). Global Forum for Road Traffic Safety (WP.1). Available at: https://unece.org/transport/publications/consolidated-resolution-road-traffic-re1 [2] European Automobile Manufacturers’ Association (ACEA). Commercial Vehicles: Decarbonisation. Available at: https://www.acea.auto/fact/commercial-vehicles-and-co2/ [3] G. G. P. Van Der Heijden, H. B. Pacejka, and J. M. J. Van Der Knaap, “Dynamic behaviour of articulated vehicles,” Vehicle System Dynamics, vol. 20, no. sup1, pp. 294-307, 1991. (General reference for articulated vehicle dynamics, not specific to e-trailers, but foundational). [4] Bosch Global. ABS and ESP: The history of vehicle safety. Available at: https://www.bosch-mobility.com/en/mobility-topics/safety-for-all-road-users/driver-assistance-systems-for-commercial-vehicle/ Quer entender como a simulação pode apoiar o desenvolvimento seguro de reboques elétricos e estratégias avançadas de controle? Agende uma reunião com a CAEXPERTS e converse com nossos especialistas sobre como aplicar o Simcenter Amesim para avaliar estabilidade, integrar sistemas de controle e reduzir riscos desde as fases iniciais do projeto. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

A nova versão do software Simcenter FLOEFD 2512 já está disponível em todas as suas variantes CFD integradas ao CAD, bem como na variante integrada ao Simcenter 3D . Esta versão oferece melhorias específicas para a rápida selagem de geometrias para análises de fluxo interno em todas as aplicações CFD de uso geral, além de diversos aprimoramentos para fluxos de trabalho de análise térmica de eletrônicos. Leia abaixo para explorar todos os novos recursos agrupados sob os principais pilares do Simcenter. Vedação automática da geometria CAD para análise CFD de fluxo interno Existem muitas razões para realizar simulações de CFD de fluxo interno, dependendo da aplicação de modelagem ou da eficiência computacional. Para qualquer cenário de fluxo interno, o objetivo é selar a geometria o mais rápido e eficientemente possível. Para montagens CAD complexas com centenas ou milhares de peças, tornar a geometria estanque pode se tornar um desafio demorado. Primeiro, você gasta tempo localizando folgas e aberturas e, em seguida, selando-as manualmente com a geometria. Essas abordagens também significam que você está fazendo modificações ou adições ao modelo CAD que precisam ser rastreadas e removidas antes de entregar a geometria modificada do produto às equipes de projeto e manufatura após a conclusão das suas tarefas de análise. As ferramentas de CFD geralmente possuem recursos ou utilitários para auxiliar nesse processo. Os usuários do Simcenter FLOEFD estão familiarizados com os recursos de reconhecimento automático de volume de fluido e ferramentas como o "rastreamento de vazamentos", que identifica caminhos entre faces e é útil em muitos casos. No Simcenter FLOEFD 2512 , uma mudança significativa na vedação automática para tarefas de CFD de fluxo interno foi implementada para os engenheiros na forma de melhorias nas funções "Fechar Fendas Finas" e "Preencher Fendas Finas". Esse recurso está disponível ao utilizar  a abordagem Booleana de Malha  para manipulação e geração de malha da geometria, que é particularmente adequada para montagens complexas e qualidades variáveis ​​encontradas em modelos CAD. Agora você pode recuperar a região de fluido interno automaticamente para modelos não estanques de forma mais fácil, eficiente e sem alterar a geometria CAD. Como controlar essa nova vedação automática com tela ? Os usuários configuram a abordagem "Preencher Fendas Finas" de duas maneiras, a partir da barra de ferramentas: No grupo Malha, selecione Malha Global ou Malha Local e, em seguida, nas configurações da malha, ative a opção "Fechar Fendas Finas" e especifique a "Altura Máxima das Fendas a Fechar" e outros parâmetros. No grupo Inserir, selecione Origem > Preencher Fendas Finas, o que abrirá uma caixa de diálogo. Selecione na área gráfica as faces de cada lado da fenda ou escolha os corpos relevantes para considerar suas faces. Defina o material sólido desejado (ou permita a configuração padrão). Defina o parâmetro "Altura Máxima das Fendas a Fechar". Escolha entre as opções: Preencher apenas Fendas Finas  (uma abordagem conservadora onde o material sólido é aplicado dentro da fenda) Preencher dentro de fendas e aberturas  (uma abordagem padrão que é uma vedação mais abrangente onde o material sólido é aplicado na fenda e também se estende para o domínio do fluido por uma célula da malha computacional para vedar completamente a abertura). Notas adicionais: O Simcenter FLOEFD seleciona propriedades de materiais próximas à folga para preservar a precisão do modelo térmico aproximado, ou, alternativamente, os usuários podem definir um valor padrão. Existe uma opção no visualizador de malha para ver onde as células são inseridas, selecionando um gráfico de malha de "células finas fechadas". Como selar frestas finas em montagens para preparar a geometria CAD para estudos de fluxo interno por CFD? Descubra a nova abordagem no Simcenter FLOEFD 2512 assistindo a este breve vídeo sobre como selar um modelo CFD de iluminação automotiva para análise térmica, onde existem muitas lacunas a serem seladas na montagem CAD para um caso de fluxo interno. A abordagem utiliza o método que começa na caixa de diálogo "Preencher Fendas Finas", aberta no grupo de inserção Fontes > Preencher Fendas Finas na faixa de opções. O vídeo também mostra como visualizar onde as células de material sólido são adicionadas usando o visualizador de malha. Extração mais rápida de BCI-ROM: Definindo intervalos específicos da HTC Uma nova forma de definir intervalos específicos para o coeficiente de transferência de calor (HTC) reduziu significativamente o tempo de extração do modelo de ordem reduzida para modelos BCI-ROM. Abaixo, são apresentadas comparações de resultados para um modelo de exemplo, onde a definição de intervalos adequados de HTC para cada condição de contorno é comparada à definição de um único valor de intervalo comum. Nesse caso, a extração é 8 vezes mais rápida e o pico de uso de memória foi reduzido em mais da metade. Tempo de resolução mais curto para seus modelos com milhares de componentes de dois resistores (2R) ou de montagem de rede Engenheiros térmicos frequentemente utilizam componentes modelados como dois resistores (2R) ou conjuntos de redes em seus modelos. Os cálculos para modelos com centenas ou até milhares desses componentes agora são muito mais rápidos graças à otimização de software implementada na versão 2512 do Simcenter FLOEFD . Isso permite que a etapa de preparação da análise leve significativamente menos tempo e utilize menos memória. Um modelo Simcenter FLOEFD contendo conjuntos de cartões de memória DIMM em uma placa-mãe com componentes modelados como componentes do tipo dois resistores (2R). Baixe o Simcenter FLOEFD 2512 e avalie seus próprios modelos com componentes 2R e Network Assembly para verificar o ganho de velocidade. Para um modelo de exemplo, contendo muitos componentes 2R, foi realizada uma comparação com os resultados mostrados abaixo. Observou-se um aumento de velocidade de até 6 vezes no tempo de resolução em comparação com a versão anterior, 2506, e uma redução significativa no pico de uso de memória, superior a 3,5 vezes. Uma atualização útil para a criação de scripts no EDA Bridge para processamento de dados de PCBs. Para reduzir o tempo gasto na correção de erros de script que normalmente só são descobertos em tempo de execução durante a transferência do EDA Bridge para o Simcenter FLOEFD , o que força a reinicialização do projeto, os scripts agora são validados antes da execução para detectar erros e evitar interrupções. Modelagem de ordem reduzida: suporte BCI-ROM para componentes 2R e Network Assembly Os Modelos de Ordem Reduzida Independentes de Condições de Contorno são modelos de ordem reduzida que operam em qualquer ambiente térmico e são extraídos de um modelo 3D de condução pura no Simcenter FLOEFD . Agora é possível extraí-los de modelos de análise térmica eletrônica 3D que contenham componentes 2R e de montagem em rede. Recapitulando os formatos de modelo BCI-ROM que você pode gerar no Simcenter FLOEFD : – matrizes (para solução independente) – formato FMU (para uso em simulação de sistemas de acordo com o padrão FMI) – formato VHDL-AMS (para uso em modelagem eletrotérmica de circuitos) Modelagem precisa da radiação: função de fase de Henyey-Greenstein O Simcenter FLOEFD possui um histórico comprovado de modelagem de radiação para aplicações de iluminação. Na versão 2512 do Simcenter FLOEFD , foi adicionada a função de fase de Henyey-Greenstein, que aprimora a precisão na modelagem da dispersão em certos materiais semitransparentes.  (Essa função é acessível pelo módulo de Iluminação do Simcenter FLOEFD ). Selecione essa opção e defina os coeficientes de dispersão no menu de propriedades do item. Uma comparação simples usando um modelo e uma fonte básicos, e depois alterando o valor do coeficiente de dispersão de um material de plexiglass, ilustra a dispersão abaixo. Reutilização mais fácil de submodelos: Reconstrução de subprojetos “A partir do componente” Muitos usuários do Simcenter FLOEFD trabalham com submodelos. A  versão anterior, 2506,  oferecia a capacidade de definir parâmetros de projeto em subprojetos, permitindo que eles se propagassem para o modelo CFD principal. Com base nessa versão e nos esforços para oferecer maior reutilização de componentes e subprojetos por meio de bibliotecas, a nova versão 2512 agora inclui uma função integrada para selecionar a reconstrução de todos os subprojetos simultaneamente, quando necessário. Isso elimina o tempo gasto na reconstrução manual de cada subprojeto. Visualizar resultados tabulares: coluna de temperatura máxima no Explorador de Componentes Se você estiver trabalhando com um modelo térmico complexo e quiser obter mais rapidamente as temperaturas máximas de todos os componentes, agora pode fazê-lo no Explorador de Componentes (como uma alternativa conveniente à atribuição de várias Metas de Volume). Uma nova coluna fornece as temperaturas máximas de todos os sólidos com o mínimo esforço e não torna o solucionador mais lento. Você também pode exportar os valores para o Microsoft Excel. Além disso, é possível exportar automaticamente uma tabela útil com os nomes dos componentes, os dados de entrada e as temperaturas máximas resultantes, aproveitando o Processamento de Resultados em Lote. Como lembrete, o Component Explorer recebeu atualizações significativas nas  versões 2412  (criação de modelos LED e 2R, listagem/soma da potência da superfície e muito mais) e  2506  (coluna de status e temperatura), portanto, recomendamos que você revise os blogs e a documentação das versões anteriores. O editor gráfico atualizado do FMU torna as conexões mais claras Desde a introdução do recurso "FMU (Unidade de protótipo funcional) como funcionalidade", os usuários têm aproveitado cada vez mais componentes baseados em FMUs em seus projetos Simcenter FLOEFD . Para facilitar a compreensão das conexões com o projeto e a interligação de múltiplas FMUs, foi implementado um editor gráfico de FMUs. Com ele, é possível mapear objetivos para entradas e interpretar a conectividade entre FMUs à medida que a complexidade aumenta. Automação no Simcenter FLOEFD 2512: Adicionadas novas funcionalidades no EFDAPI. A automação de tarefas de simulação continua sendo um tópico popular entre os usuários. A EFDAPI, API introduzida no Simcenter FLOEFD 2312 , continua sendo desenvolvida com base no feedback constante dos usuários. Principais novas funcionalidades do EFDAPI adicionadas no Simcenter FLOEFD 2512 : Alternar o reconhecimento de geometria para Malha Booleana Aplicar superfície de radiação padrão Alternar entre os sistemas de coordenadas globais e faciais Para usuários do NX que realizam análises térmicas de PCBs: PCB Exchange – Atualização da integração do EDA Bridge Para clientes que utilizam os softwares CAD Xpedition e NX , o PCB Exchange oferece integração entre os sistemas MCAD e ECAD. A partir desta versão, é possível configurar uma simulação térmica de PCB para o Simcenter FLOEFD para NX diretamente no fluxo de trabalho do PCB Exchange. Isso facilita o processamento de dados de PCB para modelagem térmica utilizando o EDA Bridge, acessível por meio de sua integração ao PCB Exchange. Componentes e bibliotecas: Exportação XTXML de recursos (para 2R e Network Assembly) A exportação em formato XTXML para edição de componentes foi introduzida na  versão 2506,  permitindo que os usuários importem modelos do utilitário Simcenter FLOEFD Package Creator, façam ajustes nos modelos e os salvem em formato XTXML em bibliotecas. Modelos detalhados criados manualmente também podem ser exportados em formato XTXML. O aprimoramento do Simcenter FLOEFD 2512 agora oferece a opção de exportar modelos de componentes 2R e de montagem em rede. Isso permite criar uma biblioteca de componentes rapidamente. Nota para usuários do CATIA V5: Agora é possível editar arquivos XTXML exportados do Package Creator ou criar novos itens de biblioteca XTXML com o Simcenter FLOEFD para CATIA V5, conforme implementado na versão 2506 para outras variantes. Evite o risco de perder arquivos EDA. Para reduzir o risco de perda de arquivos EDA do EDA Bridge em seus diversos projetos, frequentemente armazenados em pastas separadas, foi introduzida uma opção para armazenar arquivos EDA aninhados à montagem principal. Assim, os usuários agora podem escolher entre 3 opções nas configurações: 1) Pasta do modelo – os arquivos são armazenados ao lado da montagem principal (opção padrão); 2) Subpasta – os arquivos ficam em uma pasta separada ao lado da montagem principal; 3) Especificar – escolha o caminho permanente para a pasta. Quer aplicar essas novidades do Simcenter FLOEFD nos seus próprios modelos e ganhar tempo já nas próximas simulações? A CAEXPERTS  pode te mostrar, na prática, como usar os novos recursos de vedação automática, otimizações térmicas e aceleração de modelos para reduzir esforço de preparação, tempo de solução e uso de memória. Agende uma reunião rápida com nosso time e veja como extrair o máximo desempenho das suas análises CFD e térmicas. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

O Simcenter Systems Simulation 2511 acaba de ser lançado, introduzindo novos recursos que aceleram a inovação em setores como o automotivo, aeroespacial, de equipamentos pesados ​​e de turbomáquinas. Esta versão mais recente oferece aos engenheiros fluxos de trabalho de modelagem mais inteligentes, assistência de documentação baseada em IA e maior produtividade no Simcenter Amesim , Simcenter Flomaster e Simcenter System Analyst. Juntas, essas atualizações ajudam os usuários a trabalhar mais rápido, gerenciar maior complexidade e integrar a simulação perfeitamente em todo o ciclo de vida do desenvolvimento do produto. Simcenter X Esta versão reforça o Simcenter Systems como um pilar fundamental da estratégia de transformação digital da Siemens, com foco contínuo na habilitação da nuvem, assistência orientada por IA e produtividade do usuário em fluxos de trabalho de simulação de sistemas. O Simcenter Amesim agora também pode ser oferecido como parte do Simcenter X , o pacote de simulação multidomínio flexível da Siemens, oferecido como Software como Serviço (SaaS). O Simcenter X Advanced combina os recursos confiáveis ​​do Simcenter Amesim com o poder do acesso à nuvem, permitindo que as equipes simulem sistemas multifísicos com desempenho escalável e acesso instantâneo por meio de uma área de trabalho gerenciada na nuvem. Simcenter X Advanced – Área de trabalho gerenciada na nuvem O Simcenter X Advanced oferece uma área de trabalho segura e gerenciada na nuvem que permite aos usuários acessar o Simcenter Amesim sem a necessidade de configuração e gerenciamento de licenças. Essa opção de implantação simplifica a administração de TI, acelera a integração e permite escalabilidade eficiente em equipes de engenharia distribuídas. Assistente de bate-papo com IA do Simcenter X – Respostas instantâneas, integradas ao ambiente de nuvem. Para clientes que utilizam o Simcenter X Advanced , o assistente de bate-papo com IA integrado fornece respostas contextuais com links diretos para a documentação. O suporte a vários idiomas ajuda as equipes a encontrar informações mais rapidamente, agilizar a resolução de problemas e manter a produtividade em ambientes de simulação globais. Simcenter Systems Simulation 2511 A versão 2511 do Simcenter Systems fortalece o portfólio com melhorias importantes em eletrificação, acessibilidade à nuvem e experiência do usuário. Os engenheiros se beneficiam de maior precisão na modelagem, configuração mais rápida e recursos de visualização aprimorados que dão suporte ao projeto de sistemas em diversos setores. Do gerenciamento simplificado de parâmetros a fluxos de trabalho de simulação mais eficientes, o Simcenter Systems 2511 permite que os usuários inovem com mais rapidez e confiança. Eletrificação A eletrificação continua sendo uma força motriz no portfólio do Simcenter Systems , e esta versão expande ainda mais os recursos para modelagem, integração e otimização de baterias. Com o Simcenter Amesim 2511 , os engenheiros agora podem projetar e validar baterias com mais eficiência, aproveitando fluxos de trabalho aprimorados para importação de parâmetros e gerenciamento térmico. Essas inovações dão suporte a aplicações em veículos elétricos (VE) e armazenamento de energia, ajudando as equipes a acelerar a transição para sistemas eletrificados sustentáveis ​​e de alto desempenho. Bateria Assistente de bateria – Integração perfeita de parâmetros elétricos Definir parâmetros precisos para células de bateria pode ser uma tarefa árdua e propensa a erros. Com o Simcenter Amesim 2511 , parte do portfólio Simcenter Systems Simulation , projetistas de baterias e equipes de integração agora podem importar automaticamente parâmetros elétricos de células diretamente de um banco de dados validado ou de um modelo existente para o assistente de baterias. Essa nova funcionalidade agiliza o processo de configuração, garantindo que as simulações comecem com dados confiáveis ​​e minimizando erros de entrada manual. Os engenheiros podem reutilizar modelos existentes, redimensioná-los de forma eficiente para corresponder à capacidade desejada e avaliar arquiteturas de baterias mais cedo no ciclo de projeto, tudo dentro de um ambiente unificado de projeto de baterias. Seja aplicada à modelagem de baterias de veículos elétricos ou a sistemas estacionários de armazenamento de energia, esta atualização acelera o projeto de baterias e melhora a precisão. Assistente de bateria – Capture gradientes de calor onde eles são mais importantes Controlar os gradientes de temperatura dentro de uma bateria é crucial para garantir segurança, desempenho ideal e maior durabilidade. No Simcenter Amesim 2511 , o assistente de baterias introduz um novo recurso que permite aos usuários discretizar termicamente agrupamentos de padrões em qualquer direção (X, Y ou Z) para melhor capturar as variações críticas de calor entre as baterias. Essa abordagem flexível permite que os engenheiros modelem uma ampla gama de tecnologias de células, desde células prismáticas até células em forma de lâmina, adaptando o tamanho e a orientação da discretização térmica ao comportamento exclusivo de cada projeto. Com apenas um clique, os usuários podem gerar modelos térmicos detalhados que refletem com precisão os gradientes do mundo real, garantindo resultados de simulação precisos. Para projetistas de baterias e equipes de integração que atuam nos setores automotivo, mecânico ou de armazenamento de energia, esse aprimoramento oferece o controle necessário para refinar as estratégias de gerenciamento térmico e melhorar a precisão dos fluxos de trabalho de simulação de eletrificação. Engenharia de chassis Modelo de demonstração de motocicleta elétrica – Analise a condução e o manuseio com facilidade. Projetar um chassi para motocicleta elétrica que encontre o equilíbrio perfeito entre conforto e dirigibilidade pode ser um processo complexo. Com o Simcenter Amesim 2511 , os engenheiros agora têm acesso a um novo modelo de demonstração de motocicleta elétrica, construído usando a biblioteca mecânica 3D e integrado com modelos de dinâmica veicular para o piloto. Esta demonstração serve como um ponto de partida totalmente modular para a criação e análise da arquitetura de motocicletas elétricas. Os usuários podem explorar rapidamente diferentes layouts e otimizar a posição de componentes pesados, como a bateria e os motores elétricos, para garantir estabilidade e controle em diferentes velocidades e trajetórias. O modelo, que opera em tempo real, ajuda fabricantes e fornecedores de motocicletas a estudar a dinâmica de pilotagem e manuseio em curvas, avaliar as vantagens e desvantagens do projeto e acelerar o desenvolvimento, desde a concepção até a validação. Designer de terreno – Criar um lote a partir de parâmetros Testar o comportamento do veículo em diferentes estradas e condições de terreno é crucial para o projeto preciso do chassi. No Simcenter Amesim 2511 , o novo recurso de lote de projeto de terreno introduz a capacidade de gerar pistas de teste virtuais com múltiplas alturas, formatos e espaçamentos de obstáculos, todos definidos por meio de parâmetros personalizáveis. Esta atualização permite que os engenheiros criem execuções em lote diretamente de qualquer parâmetro no Ground Designer, possibilitando a exploração rápida de inúmeros cenários e geometrias de teste. O resultado: ciclos de análise mais rápidos e insights mais profundos sobre o desempenho da dinâmica veicular em pistas de teste 3D paramétricas. Com essa capacidade, engenheiros automotivos, de veículos fora de estrada e de equipamentos pesados ​​podem otimizar facilmente os sistemas de suspensão, estabilidade e controle em diversas condições, aumentando a eficiência e o realismo dos fluxos de trabalho de simulação de veículos. Motores elétricos Máquina de Indução de Gaiola de Esquilo (SCIM) – Modelagem eletrotérmica aprimorada O projeto de sistemas de propulsão elétrica de alta densidade de potência exige uma compreensão precisa do comportamento térmico e dos efeitos magnéticos. O modelo aprimorado de máquina de indução de gaiola de esquilo (SCIM) no Simcenter Amesim 2511 introduz definições detalhadas de perdas e suporte para indutância não linear, permitindo simulações eletrotérmicas precisas. Esta atualização permite que os engenheiros analisem as perdas dependentes da temperatura que impactam diretamente o desempenho do trem de força elétrico, ajudando a refinar as estratégias de gerenciamento térmico e aprimorar a confiabilidade do sistema. Por meio da modelagem abrangente das perdas em corrente contínua (CC), corrente alternada (CA) e no núcleo, o novo componente SCIM oferece suporte a um dimensionamento mais preciso, previsões de eficiência e otimização de componentes. Seja para aplicações automotivas, aeroespaciais ou industriais, essa atualização permite que os engenheiros de sistemas de propulsão ultrapassem os limites de desempenho com maior confiança e precisão. Gestão de energia e térmica O gerenciamento térmico eficiente é crucial para manter o desempenho e a segurança em sistemas eletrificados. No Simcenter Amesim 2511 , novos recursos do Assistente de Trocadores de Calor simplificam a geração de modelos e fornecem informações antecipadas de projeto para ajudar os engenheiros a otimizar sistemas de climatização e refrigeração mais rapidamente. Assistente de trocador de calor – Simplifique o projeto do seu trocador de calor de HVAC A criação de modelos detalhados de trocadores de calor pode ser demorada e propensa a erros. No Simcenter Amesim 2511 , o assistente de trocadores de calor recebeu um aprimoramento significativo com novos recursos que expandem a gama de geometrias suportadas, incluindo trocadores de calor de aletas e tubos e de microcanais com múltiplos núcleos. Os engenheiros agora podem gerar modelos parametrizados completos com visualização 2D/3D integrada de forma mais eficiente. O assistente atualizado também introduz a geração automática de esboços para projetos de microcanais com múltiplos núcleos, ajudando engenheiros de HVAC e térmicos a iterar mais rapidamente e a manter estruturas de modelo consistentes. Ao simplificar a criação de modelos e fornecer feedback geométrico em tempo real, essa melhoria acelera o projeto de trocadores de calor em fase inicial e aumenta a confiabilidade da modelagem. Assistente de trocadores de calor – Avaliação inicial do tamanho e da massa de trocadores de calor Ajustes de última hora nas dimensões ou no peso dos trocadores de calor podem levar a retrabalhos dispendiosos e atrasos. Com o Simcenter Amesim 2511 , os engenheiros agora podem avaliar o tamanho e a massa dos trocadores de calor diretamente na fase de definição da geometria, utilizando o assistente de trocadores de calor. Essa melhoria fornece informações em tempo real sobre a viabilidade da embalagem e o peso dos componentes antes da execução das simulações, permitindo que as equipes validem os projetos em relação aos requisitos do sistema mais cedo no processo. Ao integrar dados de massa e dimensionais na fase de geometria, os engenheiros térmicos podem tomar decisões baseadas em dados mais rapidamente e garantir o alinhamento com as metas de desempenho e as restrições de embalagem. Hidrogênio O hidrogênio continua a desempenhar um papel fundamental na viabilização de sistemas de propulsão limpa e energia sustentável. Com o Simcenter Amesim 2511 , os engenheiros obtêm novas ferramentas de modelagem que simplificam o projeto e a integração de sistemas de células a combustível e armazenamento criogênico, ajudando setores como o aeroespacial, naval e automotivo a explorar o futuro de sistemas de propulsão com emissão zero. Demonstrador de turboélice com célula de combustível – Modelagem integrada de gás, líquido e hidrogênio O projeto e a validação de um sistema de célula de combustível para aeronaves exigem a modelagem precisa das interações entre gases, líquidos e hidrogênio criogênico em diversos componentes. O demonstrador de turboélice com célula de combustível atualizado no Simcenter Amesim 2511 fornece um modelo pronto para uso que mostra como configurar as espécies e fases de fluidos necessárias usando a estrutura comum compartilhada pelas bibliotecas de armazenamento de gás e fluido. Esta demonstração oferece aos engenheiros uma visão prática do comportamento do tanque criogênico, do gerenciamento do gás de evaporação (BOG) e da operação da célula de combustível ao longo de todo o ciclo de voo. Ela destaca como subsistemas individuais, como o sistema de armazenamento criogênico, a pilha de células de combustível e os componentes auxiliares (BoP) associados, interagem dentro de uma configuração completa da aeronave. O Simcenter Amesim 2511 também introduz um modelo aprimorado de envelhecimento do hidrogênio, permitindo que os engenheiros avaliem a deterioração do desempenho a longo prazo e seu impacto na potência, eficiência e alcance da missão. Juntas, essas melhorias aceleram a validação em nível de sistema e reduzem o tempo de configuração para estudos de aeronaves movidas a hidrogênio. Fortalecimento do núcleo Além da eletrificação e da inovação em hidrogênio, o Simcenter Systems Simulation 2511 também fortalece sua base com melhorias que aprimoram a precisão, a interoperabilidade e a produtividade em todo o ambiente de modelagem. Essas atualizações ajudam os engenheiros a construir, gerenciar e analisar modelos de sistemas com mais eficiência, seja otimizando sistemas pneumáticos e de gás, trabalhando com bibliotecas avançadas ou aprimorando a colaboração por meio de um controle de versão mais rigoroso. Com novos recursos tanto no Simcenter Amesim quanto no Simcenter Flomaster , incluindo bibliotecas de simulação aprimoradas, melhorias na modelagem de turbomáquinas e integração reforçada com o Git, o Simcenter Systems Simulation 2511 reforça a robustez e a escalabilidade da plataforma para todos os setores. Biblioteca de gás – Crie sistemas de gás escaláveis ​​e precisos Os sistemas de gás modernos exigem controle preciso, modelagem confiável e alta escalabilidade, especialmente em aplicações automotivas, aeroespaciais e industriais. A nova biblioteca de gases do Simcenter Amesim 2511 introduz uma estrutura unificada e capaz de operar em tempo real, que substitui diversas bibliotecas legadas de sistemas pneumáticos e de gás, oferecendo maior precisão, consistência e flexibilidade. Esta biblioteca de última geração integra recursos de modelagem padrão do setor, incluindo componentes compatíveis com a norma ISO-6358 e equações de estado de Redlich-Kwong-Soave (RKS), permitindo que os engenheiros simulem fluxos compressíveis e comportamentos avançados de gases com maior fidelidade. A biblioteca também é totalmente compatível com exportação em tempo real, tornando-a adequada para aplicações de hardware-in-the-loop (HiL) e validação de sistemas de controle. Ao consolidar e modernizar o fluxo de trabalho de modelagem para sistemas de gás, a nova biblioteca de gás ajuda as equipes a construir, manter e dimensionar grandes modelos de sistemas multidomínio com mais eficiência e confiabilidade. Novo sistema de ajuda – Acesso mais rápido a documentação mais inteligente Para engenheiros de simulação, o acesso eficiente à documentação técnica é fundamental. O novo sistema de ajuda baseado em navegador do Simcenter Amesim 2511 oferece uma experiência de documentação moderna e mais intuitiva. Com recursos de busca aprimorados, categorias de navegação familiares e funcionalidades web integradas, como zoom, favoritos, tradução e histórico, os usuários agora podem encontrar informações com mais rapidez e facilidade. A nova plataforma de ajuda também oferece integração perfeita com o Simcenter Amesim , permitindo que os engenheiros acessem diretamente a documentação relevante sem interromper seu fluxo de trabalho. Importação de XML para diagramação NX – Simplifique a criação de modelos de sistema Para engenheiros de sistemas de fluidos que trabalham em redes de tubulação complexas, as ferramentas CAD são frequentemente usadas para definir o layout inicial de diagramas 2D. No entanto, transferir essas definições manualmente para um ambiente de simulação de sistemas pode ser demorado e propenso a erros. A nova funcionalidade de importação de XML do NX Diagramming no Simcenter Amesim 2511 preenche essa lacuna, permitindo que os usuários gerem automaticamente modelos de sistema diretamente a partir de arquivos do NX Diagramming. Essa funcionalidade permite que os engenheiros criem rapidamente definições de redes de tubulação 2D dentro do Simcenter Amesim , garantindo interoperabilidade perfeita entre as ferramentas CAD e a simulação do sistema. Ao eliminar o trabalho manual repetitivo, ela acelera a configuração do modelo e proporciona uma transição mais suave do projeto inicial à validação de desempenho, beneficiando setores como energia, petróleo e gás, naval, aeroespacial e engenharia de processos. Cenas 3D – Visualização aprimorada para configuração e análise de modelos A compreensão visual do comportamento do modelo pode melhorar drasticamente a precisão e a produtividade. A nova ferramenta Cenas 3D do Simcenter Amesim 2511 introduz um ambiente avançado de visualização 3D que permite aos engenheiros interagir diretamente com os modelos de simulação, seja durante a construção ou na fase de simulação. Essa melhoria permite que os usuários definam parâmetros sem esforço, interagindo com objetos 3D, compreendam melhor o sistema antes de executar simulações e interpretem grandezas físicas por meio de pistas visuais claras. Com dois modos distintos de visualização 3D disponíveis, os engenheiros podem visualizar os estados do modelo antes e depois da simulação, permitindo que validem configurações e identifiquem possíveis problemas de modelagem precocemente. Ao fornecer visualização intuitiva e controle interativo de parâmetros, o novo recurso de Cenas 3D permite que engenheiros de simulação de sistemas em diversos setores tomem decisões de projeto mais rápidas e informadas. Gerenciador de Execução de Testes – Compare relatórios lado a lado À medida que os modelos de simulação evoluem, os engenheiros frequentemente precisam validar alterações, comparar resultados entre versões ou avaliar o impacto de atualizações em bibliotecas e parâmetros do modelo. Comparar manualmente os resultados de diferentes execuções pode ser tedioso e propenso a erros, especialmente ao lidar com grandes conjuntos de dados ou sistemas complexos. O recurso aprimorado de comparação de relatórios no Gerenciador de Execução de Testes simplifica esse processo, exibindo dois relatórios lado a lado em uma tabela clara e estruturada. As diferenças nos valores dos parâmetros, nas saídas da simulação e nos dados de séries temporais são destacadas automaticamente, facilitando a identificação das alterações entre as duas execuções. Essa funcionalidade melhora a produtividade ao reduzir o esforço manual necessário para testes de regressão e validação de modelos. Ela também fortalece a rastreabilidade e a transparência entre as execuções de simulação, ajudando os engenheiros a entender o impacto das atualizações mais rapidamente e a tomar decisões mais bem fundamentadas. Cliente para Git – Armazenamento de Arquivos Grandes (LFS) O recurso de armazenamento de arquivos grandes no Simcenter Client for Git mantém os repositórios leves, armazenando arquivos grandes em uma área dedicada. Isso acelera os uploads, remove os limites de tamanho de arquivo e aumenta a eficiência do controle de versão. Cliente para Git – Excluir branches de coleções do servidor À medida que os projetos de simulação evoluem, as coleções Git frequentemente acumulam inúmeras ramificações — muitas das quais acabam se tornando obsoletas ou não utilizadas. Essas ramificações obsoletas ocupam espaço no servidor, poluem o histórico do projeto e dificultam a navegação das equipes pelas linhas de desenvolvimento ativas. Com o Simcenter Client for Git na versão 2511, os usuários agora podem excluir branches diretamente das coleções do servidor. Essa funcionalidade facilita a remoção de branches desnecessárias ou obsoletas na origem, ajudando as equipes a manter seus repositórios enxutos e mais organizados. Ao simplificar o repositório, as coleções do servidor tornam-se menores e mais eficientes, melhorando o desempenho durante as operações do repositório. Isso também contribui para uma melhor organização do projeto, mantendo um histórico de versões mais limpo e compreensível. De forma geral, essa melhoria permite que as equipes de engenharia gerenciem suas ramificações com mais eficiência e mantenham um fluxo de trabalho de controle de versão simplificado e profissional. Melhorias na simulação de turbomáquinas Para atingir as metas atuais de eficiência e desempenho em turbomáquinas, são necessárias capacidades de modelagem altamente detalhadas e integradas. À medida que os sistemas se tornam mais complexos, as abordagens tradicionais muitas vezes têm dificuldade em capturar toda a dinâmica dos componentes rotativos, os fluxos de ar secundários e os comportamentos de co-simulação entre as ferramentas. O Simcenter Flomaster 2511 introduz diversas melhorias específicas para abordar esses desafios. Os componentes internos de dutos e vórtices forçados foram atualizados para suportar diretamente os dados de velocidade da turbina, permitindo uma modelagem mais realista e precisa de sistemas de ar secundário rotativos. Um novo recurso de rastreamento de fluxo agora permite que os engenheiros identifiquem visualmente quais fontes de entrada contribuem para o fluxo em qualquer saída, proporcionando uma compreensão mais profunda do comportamento do sistema e ajudando a acelerar o diagnóstico. Além disso, a exportação de FMU foi reforçada com suporte para iterações implícitas e tratamento de erros aprimorado, resultando em uma co-simulação mais robusta com o Simcenter 3D Thermal . Em conjunto, essas melhorias proporcionam uma modelagem mais precisa da velocidade da turbina, uma identificação mais clara da origem do fluxo e uma integração mais fluida nos fluxos de trabalho digitais de todo o motor, permitindo decisões mais rápidas e um desenvolvimento mais confiável de sistemas de turbomáquinas de alta eficiência. Quer entender como o Simcenter Systems Simulation pode acelerar a inovação, reduzir a complexidade dos seus projetos e elevar a produtividade da sua engenharia? Agende uma reunião com a CAEXPERTS  e descubra, na prática, como aplicar esses recursos avançados de simulação aos seus desafios de eletrificação, sistemas térmicos, hidrogênio e muito mais. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

Capture a complexidade do mundo real com simulação multidomínio usando o Simcenter X Advanced O projeto de sistemas de engenharia complexos, como uma turbina a gás, costuma ser um projeto de longo prazo que exige muitas iterações e ampla colaboração entre equipes, departamentos ou organizações. A abordagem tradicional é frequentemente caracterizada por fluxos de trabalho isolados em cada domínio, o que aumenta ainda mais o tempo e o esforço. Com o Simcenter X Advanced , um pacote flexível de simulação de engenharia multidomínio, oferecido como Software como Serviço (SaaS), fornecemos acesso, com uma única licença, a um portfólio abrangente e integrado de soluções de simulação multidomínio para lidar com a complexidade multidisciplinar em um único ambiente. O Simcenter X Advanced elimina eficazmente as barreiras entre os departamentos de engenharia, permitindo uma tomada de decisão robusta, baseada em princípios físicos e aprimorada por IA, em diversas áreas, para fornecer soluções de engenharia inovadoras e confiáveis ​​com maior rapidez. Uma homenagem à tecnologia das turbinas a gás O que realmente impressiona nas turbinas a gás, além de sua beleza, é a flexibilidade de aplicações da sua tecnologia central. Elas estão presentes em todos os aspectos do nosso dia a dia moderno, como motores para geração de energia sustentável e confiável, em diversas aplicações industriais, químicas ou marítimas, ou como motores de aeronaves em praticamente todas as aeronaves comerciais e militares. Embora a ideia tecnológica de uma turbina a gás não seja nova e suas primeiras aplicações remontem ao início do século XX, ela continua sendo uma tecnologia incrível que vemos todos os dias e em todos os lugares, e que afeta nossas vidas, mesmo que não tenhamos consciência disso. E hoje, mais de 120 anos depois, projetar uma turbina a gás não se tornou um desafio de engenharia menos complexo, seja para potências de apenas alguns quilowatts ou centenas de megawatts, tanto para aplicações estacionárias quanto para aeronaves. Projetar uma turbina a gás é uma interação complexa entre física e desafios de engenharia multidisciplinares. Há 120 anos, as turbinas a gás representam a vanguarda da inovação em engenharia. O desenvolvimento e a inovação de turbinas a gás são impulsionados por metas finais de se tornarem mais limpas, maiores, mais silenciosas e flexíveis. A redução de emissões e o aumento da eficiência do ciclo térmico têm sido e continuarão sendo os principais motivadores das novas gerações de turbinas a gás. Há décadas, os fabricantes de motores aeronáuticos e turbinas a gás vêm aprimorando o ciclo Bryton em direção a eficiências mais elevadas com melhorias em materiais, revestimentos, tecnologias de resfriamento, combustão e muito mais. Uma colaboração interdisciplinar mais rápida e estreita será o próximo fator crucial, permitindo estudos de projeto abrangentes e interdisciplinares para descobrir e liberar o potencial oculto. O único limite? Carnot! O Simcenter X Advanced permite a engenharia de simulação integrada em múltiplos domínios para projetar uma microturbina a gás As interrupções de energia, embora geralmente breves, podem impactar severamente infraestruturas críticas como hospitais e centros de dados. Para garantir a operação ininterrupta, unidades de energia de emergência (EPUs) robustas são essenciais e podem, em última instância, decidir entre a vida e a morte. Para cumprir seu propósito, esses sistemas, que geralmente dependem de turbinas a gás de partida rápida, precisam entrar em funcionamento em segundos. As EPUs híbridas, que combinam microturbinas com armazenamento em baterias, oferecem uma solução poderosa, com as baterias preenchendo a lacuna do tempo de inicialização e fornecendo energia de reserva imediata. Quando uma unidade de energia de emergência precisa entrar em ação, geralmente não há espaço para falhas. Imagine, no caso de um hospital ou unidade de terapia intensiva, a necessidade de um sistema de energia de reserva se torna crítica. Uma unidade de energia de emergência (UEE) é um sistema de engenharia multidisciplinar complexo. Um sistema no qual vários elementos precisam interagir para fornecer um sistema confiável e funcional que opere pontualmente, como esperado, quando esperado e com o melhor desempenho possível. Eliminar a compartimentalização na engenharia e aumentar a produtividade na área As unidades de energia de emergência (EPU) têm um objetivo fundamental: devem funcionar de forma confiável e fornecer energia conforme o esperado em caso de falhas, sem margem para erros. Para projetar uma EPU, a engenharia de sistemas é essencial para dimensionar todos os módulos da EPU e simular os cenários de falha. A modelagem de sistemas permite o desenvolvimento de soluções personalizadas para cada aplicação e fornece os parâmetros físicos necessários para o dimensionamento dos módulos ou subsistemas integrados, como o conjunto da turbina a gás. Dentro do Simcenter X Advanced , os engenheiros têm acesso direto a poderosas soluções de sistema Simcenter, como o Simcenter Amesim , que permitem um projeto de sistema abrangente. Nesse exemplo, a EPU possui uma microturbina a gás integrada de 100 kW. Ao aplicar o aplicativo de desempenho da turbina a gás no Simcenter Amesim , os engenheiros podem especificar diretamente a arquitetura da microturbina a gás e extrair os parâmetros de dimensionamento relevantes para os principais componentes da turbina a gás. A engenharia multidomínio resolve melhor os desafios multidisciplinares O projeto de uma microturbina a gás exige uma interação abrangente entre diferentes disciplinas técnicas e várias técnicas de simulação multidomínio. Por exemplo, os componentes do fluxo de gás, projetados com perfeição para um desempenho aerodinâmico ideal, precisam ser verificados quanto à sua viabilidade de fabricação e também quanto à sua capacidade de suportar as cargas transitórias durante a operação. Portanto, a investigação da integridade estrutural deve ser conduzida em conjunto com as considerações de projeto aerodinâmico para ser mais eficaz e evitar iterações desnecessárias. Mesmo que os componentes individuais atendam a todos os requisitos de desempenho aerodinâmico e estrutural, o conjunto pode operar em condições de risco à segurança, por exemplo, devido à ressonância rotacional. O Simcenter oferece um portfólio abrangente de simulação multidomínio que auxilia idealmente os engenheiros de turbomáquinas a considerar todas as dependências e desafios multidomínio em um único ambiente CAE. O Simcenter X Advanced oferece acesso à simulação multidomínio em Mecânica, Dinâmica dos Fluidos Computacional (CFD), Simulação de Sistemas e Análise e Otimização de Projeto Multidisciplinar (MDAO) sob uma única licença. Projeto e validação de turbinas a gás, desde o nível inicial do sistema, passando por componentes, até a modelagem completa do motor. Com o Simcenter X Advanced , os engenheiros agora têm acesso definitivo a uma plataforma CAE multifísica abrangente por meio de uma única licença. Com conectividade PLM integrada e gerenciamento de dados, o fio digital deixa de ser uma visão e se torna realidade com o Simcenter X Advanced . Quando falhar não é uma opção: Excelência em engenharia multidisciplinar com Simcenter X Advanced No estudo demonstrativo “Quando a falha não é uma opção: Projetando uma microturbina a gás no contexto da geração de energia de emergência”, o Simcenter X Advanced para simulação multidomínio foi colocado à prova. O resultado: um exemplo prático de engenharia de um fluxo de trabalho de projeto completo, estabelecido com o Simcenter X Advanced . Projeto de sistema e arquitetura do submodelo da EPU e da turbina a gás Projeto aerodinâmico e validação de compressor e turbina Otimização acelerada por IA do projeto do eixo do rotor Projeto estrutural e validação de compressor, turbina e rotor. Investigação da dinâmica e autoexcitação de rotores, criação automática de diagramas de Campbell. Co-simulação fluido-estrutura para transformação automatizada de frio para quente e investigação de eliminação de lacunas operacionais Quer entender como o Simcenter X Advanced  pode acelerar o projeto e a validação de sistemas complexos como turbinas a gás e EPUs, unificando todas as disciplinas em um único ambiente? Agende uma reunião com a CAEXPERTS   e descubra, na prática, como levar sua engenharia multidomínio a um novo nível de desempenho e confiabilidade. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br

A produção de cimento é uma das atividades industriais mais intensivas em energia e emissões, respondendo por cerca de 5% a 8% das emissões globais de CO₂ . No processo moderno de fabricação via seca, o pré-calcinador desempenha um papel central e crítico, sendo o equipamento onde ocorre a maior parte da calcinação do calcário (decomposição de CaCO3 em CaO e CO2) e onde se consome entre 55% e 65% do combustível  total do sistema. A eficiência desse equipamento depende de um equilíbrio termodinâmico delicado entre duas reações principais: a combustão do combustível (processo exotérmico) e a decomposição da matéria-prima (processo endotérmico). Devido à complexidade do escoamento multifásico, onde fases sólidas e gasosas interagem em altas velocidades e temperaturas, a experimentação física em escala industrial é extremamente custosa e, muitas vezes, inviável para medições internas detalhadas. Nesse contexto, a Dinâmica de Fluidos Computacional (CFD), com STAR-CCM+ ,  surge como uma ferramenta essencial para a otimização e o design desses reatores. Através da modelagem numérica, é possível prever a hidrodinâmica do escoamente, a transferência de calor, a cinética química e a emissão, fatores críticos que atuam no pré-calcinador. Desafios e Soluções na Simulação de Pré-calcinadores A simulação CFD de pré-calcinadores apresenta desafios associados à complexidade multifásica, térmica e reativa do processo. A coesão e aglomeração de partículas finas da farinha crua alteram significativamente o escoamento e a eficiência de calcinação, exigindo modelos avançados de fase particulada. Em escala maior, a formação de clusters gás-sólido introduz heterogeneidades que tornam inadequados os modelos homogêneos de arrasto. A transferência de calor constitui outro ponto crítico, devido às camadas limite térmicas muito finas junto às paredes, cujo correto refinamento de malha é inviável em geometrias industriais completas. Como solução, o acoplamento do CFD com modelos mecanísticos simplificados permite estimativas térmicas realistas com custo computacional reduzido. Além disso, o forte acoplamento entre reações exotérmicas e endotérmicas impõe elevada não linearidade ao sistema. No contexto da redução de emissões, a combustão Oxy-Fuel traz desafios adicionais, como atraso na ignição e altas concentrações de CO₂, os quais podem ser mitigados por estratégias de queima multiestágio e pré-gaseificação, garantindo estabilidade operacional e baixos níveis de NOx.   Simulação CFD do Pré-calcinador O presente estudo de simulação numérica, desenvolvido no STAR-CCM+ , tem como foco a análise detalhada da combustão em um pré-calcinador cimenteiro de grande porte, com ênfase na avaliação das características do processo Oxy-Fuel e seus impactos na eficiência térmica e na estabilidade operacional do equipamento. A modelagem foi conduzida utilizando um modelo de combustão não-premisturada (non-premixed), incorporando a cinética química do carvão, os fenômenos de desvolatilização, a formação de NOx e os efeitos de radiação térmica. O mecanismo cinético empregado está apresentado na Tabela 1. Ressalta-se que, neste estudo, o modelo particulado do carbonato de cálcio (CaCO₃) não foi considerado, concentrando a análise exclusivamente na combustão do combustível sólido. Reação Equação R1 2CO+O2->2CO2 R2 C + 1.5 O2 -> 0.5 CO +0.5 CO2 R3 C + CO2 -> 2CO R4 CaCO3 -> CaO + CO2 R5 Desvolatilização Tabela 1. Reação Químicas O modelo numérico adotou as seguintes premissas de simulação: regime estacionário, gases ideais, modelo de combustão Eddy Break-Up (EBU), modelo de turbulência k-ε Realizable, modelo de NOx térmico e partículas de carvão modeladas de forma lagrangiana, com diâmetro médio de 50 μm. A malha computacional foi refinada estrategicamente nas regiões de maior gradiente térmico e químico, como as zonas de entrada de ar primário, terciário e injeção de carvão. As condições de contorno foram definidas de modo a reproduzir cenários operacionais reais, incluindo vazões prescritas de ar e combustível, garantindo maior representatividade física do modelo. Figura 1. Geometria e malha computacional   A Figura 2 apresenta o campo de temperatura no interior do pré-calcinador. Observa-se que as regiões próximas ao eixo central do escoamento atingem temperaturas superiores a 2100 K, evidenciando uma intensa atividade de combustão. Em contraste, identifica-se uma zona de baixa temperatura nas proximidades dos bicos de entrada, associada à elevada concentração de ar nessas regiões, que promove a diluição da mistura combustível e reduz localmente a eficiência térmica. A análise do campo térmico permite avaliar se as regiões de interesse operam dentro da faixa de temperatura adequada para o processo . Figura 2. Perfil de temperatura Complementando essa análise, a Figura 3 apresenta o perfil axial de temperatura ao longo do pré-calcinador. Nota-se um pico térmico nos primeiros 10 metros, resultante das reações iniciais de combustão do carvão, seguido por uma redução gradual da temperatura ao longo do escoamento, à medida que o combustível é consumido e ocorre a diluição dos gases. Figura 3. Plot de temperatura A Figura 4 ilustra os perfis de concentração de CO, CO₂ e O₂ ao longo da altura do pré-calcinador. A concentração de CO₂ diminui progressivamente com a ascensão dos gases, refletindo as interações químicas e a diluição do escoamento. O CO apresenta picos próximos à região dos queimadores, associados à injeção centralizada do carvão e à combustão incompleta. Devido à baixa disponibilidade local de oxigênio, parte do CO não é oxidada a CO₂, resultando em uma menor concentração de CO₂ na saída do equipamento. Figura 4. Perfis de concentração: (a) CO; (b) CO2; (c) O2 A Figura 5 mostra a evolução da fração molar dos principais componentes ao longo do eixo vertical do pré-calcinador. Observa-se um consumo significativo de O₂ e CO₂, concomitante à geração de espécies como voláteis, CO e H₂O, caracterizando as etapas dominantes do processo de combustão do carvão. Figura 5. Plot fração molar Por fim, a Figura 6 apresenta o campo de velocidade e as linhas de corrente, evidenciando a influência direta da geometria do pré-calcinador sobre o escoamento. Destacam-se zonas de recirculação próximas à entrada de ar terciário, bem como regiões de baixa turbulência (“zonas mortas”), que representam potenciais áreas de acúmulo de material não reagido. Embora essas regiões estejam associadas à separação do escoamento, elas também desempenham um papel relevante na condução e mistura dos gases. Esses resultados indicam a necessidade de ajustes geométricos para otimização do escoamento, redução de perdas energéticas e melhoria da eficiência global do equipamento. Figura 6. Perfil de velocidade   Conclusão Os resultados apresentados evidenciam que o uso do STAR-CCM+  como plataforma de Dinâmica de Fluidos Computacional (CFD) para a análise integrada dos fenômenos fluidodinâmicos, térmicos e reativos que governam o desempenho de pré-calcinadores cimenteiros. A robustez do software permitiu a modelagem consistente da combustão não-premisturada, do transporte de espécies, da radiação térmica e do comportamento particulado, possibilitando uma representação fiel das condições operacionais industriais. A abordagem adotada mostrou-se especialmente relevante no contexto da combustão Oxy-Fuel, onde o acoplamento entre reações químicas, transferência de calor e dinâmica particulada impõe desafios adicionais. A utilização de modelos adequados possibilita avaliar estratégias de operação e de projeto, como a otimização da injeção de ar e combustível, ajustes geométricos e configurações de queimadores, visando redução de emissões, aumento da eficiência energética e maior robustez operacional. Dessa forma, a simulação CFD se consolida como uma ferramenta estratégica para tomada de decisão, retrofit e desenvolvimento de novas tecnologias em plantas cimenteiras, reduzindo a dependência de testes empíricos e acelerando a transição para processos mais eficientes e ambientalmente sustentáveis.   Referências ZHENG, Qiang et al. CFD simulation of a cement precalciner with agglomerate-based drag modeling. Powder Technology, v. 436, p. 119508, 2024. ZHANG, Leyu et al. Numerical simulation of oxy-fuel combustion with different O2/CO2 fractions in a large cement precalciner.  Energy & Fuels , v. 34, n. 4, p. 4949-4957, 2020. KANELLIS, Georgios et al. CFD modelling of an indirectly heated calciner reactor, utilized for CO2 capture, in an Eulerian framework.  Fuel , v. 346, p. 128251, 2023. HAIJIAN, Dou; ZUOBING, Chen; JIQUAN, Huang. Numerical Study of the Coupled Flow Field in a Double-spray Calciner. In:  2009 International Conference on Computer Modeling and Simulation . SHU, Yixiang et al. Numerical study on oxy-fuel combustion of coal pre-gasification products in cement calciner.  Applied Thermal Engineering , p. 126901, 2025. MIKULČIĆ, Hrvoje et al. Numerical analysis of cement calciner fuel efficiency and pollutant emissions.  Clean technologies and environmental policy , v. 15, n. 3, p. 489-499, 2013. Se você busca aumentar a eficiência térmica do seu pré-calcinador, reduzir emissões e tomar decisões de engenharia com mais segurança, a CAEXPERTS pode ajudar com soluções avançadas em CFD utilizando o STAR-CCM+ . Agende uma reunião conosco e descubra como aplicar simulação numérica para otimizar seu processo cimenteiro e acelerar resultados com menor custo e maior confiabilidade. WhatsApp: +55 (48) 98814-4798 E-mail: contato@caexperts.com.br